PENSAMIENTO E INSTRUCCIÓN Carlos Saiz · de pensamiento, que hacen que nuestra conducta sea eficiente. ... III. INSTRUCCIÓN La mano desasistida y el entendimiento por sí solos

PENSAMIENTO E INSTRUCCIÓN

Carlos Saiz

Departamento de Psicología Básica, Psicobiología y Metodología

En:

M.A. Verdugo (en prensa). La evaluación curricular. Una guía para la intervención

psicopedagógica. Madrid: Siglo XXI.

CONTENIDO

I. INTRODUCCIÓN ............................................................................................................. 2

II. PENSAMIENTO.............................................................................................................. 3

III. INSTRUCCIÓN.............................................................................................................. 6

IV. UN ENFOQUE DE LA INSTRUCCIÓN....................................................................... 11

V. FUNDAMENTOS DE LA INSTRUCCIÓN. .................................................................. 15

1. NATURALEZA DE UN PROBLEMA................................................................. 16

2. COMPRENSIÓN DE UN PROBLEMA............................................................... 23

A. Atención y memoria.................................................................................. 25

B. La importancia de una buena representación............................................ 28

3. ESTRATEGIAS DE SOLUCIÓN DE PROBLEMAS.......................................... 35

A. Análisis medio-fin..................................................................................... 37

B. Búsqueda hacia atrás................................................................................. 41

C. Analogías .................................................................................................. 42

D. Simplificación........................................................................................... 46

E. Dividir por la mitad................................................................................... 47

F. No Contradicción....................................................................................... 47

G. Identificación de regularidades................................................................. 48

4. COMPRENSIÓN Y SOLUCIÓN DE PROBLEMAS POR EXPERTOS ............ 49

5. DIFICULTADES EN LA SOLUCIÓN DE PROBLEMAS ................................. 51

6. NATURALEZA DEL “INSIGHT” (IDEA FELIZ).............................................. 55

7. PENSAMIENTO CREATIVO.............................................................................. 61

A. Ideas sobre la creatividad.......................................................................... 61

B. Un enfoque de la creatividad .................................................................... 65

VI. EVALUACIÓN E INSTRUCCIÓN ............................................................................... 68

1. Evaluación conceptual........................................................................................... 70

2. Evaluación empírica .............................................................................................. 73

3. Problemas de la evaluación ................................................................................... 79

VII. CONSIDERACIONES FINALES................................................................................. 81

VIII. BIBLIOGRAFÍA.......................................................................................................... 83

PENSAMIENTO E INSTRUCCIÓN 3

I. INTRODUCCIÓN

El pensamiento es nuestra actividad mental más importante, pero también la más

desconocida. La instrucción como iniciativa que busca mejorar la capacidad de pensar es una de

las empresas socialmente más deseables. Para desarrollarla y optimizarla necesitamos aplicar el

conocimiento que poseemos sobre el pensamiento. Este es el propósito esencial del capítulo:

describir los fundamentos del pensamiento con el fin de enriquecerlo. Para lograr este objetivo,

llevaremos a cabo el siguiente análisis.

Primero, analizaremos algunas ideas sobre el concepto mismo de pensamiento y de

instrucción, que después relacionaremos dentro de un enfoque de la instrucción. Después, nos

ocuparemos de describir las características fundamentales del pensamiento. Este será definido

como toda actividad implicada en la solución de problemas. Solucionar un problema supone

comprenderlo y tomar las iniciativas de solución más adecuadas. Por lo tanto, dedicaremos un

espacio al proceso de comprensión, en el que describiremos de qué modo se logra una buena

representación de un problema. A continuación, trataremos de extraer las principales estrategias

de pensamiento, que hacen que nuestra conducta sea eficiente.

Una vez analizados los procesos fundamentales de pensamiento, nos ocuparemos de las

causas que nos impiden pensar con eficacia, para pasar a describir la forma de pensamiento más

atractiva, el pensamiento creativo. Con el análisis de la creatividad, terminamos el desarrollo de

lo que consideramos los fundamentos de la instrucción. Después mencionaremos algunas

iniciativas de intervención y comentaremos su grado de eficacia. Terminaremos este trabajo

analizando con cierto detenimiento los elementos de la evaluación, es decir, la manera de estimar

la eficacia de una iniciativa de instrucción ¿Qué debemos considerar para saber que un programa

de instrucción es o no eficaz?

Comencemos por reflexionar sobre qué es el pensamiento.

4 Carlos Saiz

II. PENSAMIENTO

Mucha gente prefiere morir antes que pensar. Y de hecho lo consiguen –Bertrand Russell.

El concepto de pensamiento está relacionado con otros como el razonamiento, la

inteligencia, el conocimiento, o la comprensión. Dicha relación nos indica que el pensamiento es

un proceso de orden superior dentro de los diferentes tipos de mecanismos o actividades que

realiza nuestra mente, es decir nuestro sistema cognitivo o de procesamiento. Con el

procesamiento de la información, esto es, de los estímulos, se consigue conocer la realidad de un

modo que garantice una adecuada adaptación al mundo. Tal conocimiento se logra mediante la

actividad de pensar. Por esta razón, se podría decir que esta actividad es la más valiosa de ser

humano.

En el concepto de pensamiento entran todos los factores que hacen posible que nos

representemos la realidad, que la construyamos, y que actuemos en ella. Nuestra conducta y sus

consecuencias condicionan nuestra visión de la realidad, de igual modo que la imagen que

tenemos del mundo condiciona nuestra actuación en él. Algunos autores se refieren a la misma

idea señalando que el pensamiento es todo lo que sucede entre la percepción y al acción

(Johnson-Laird, 1993). De la percepción pasamos a representar mentalmente la realidad, para

seleccionar los comportamientos con los que podamos responder a las demandas de la vida.

En la interacción persona-medio, las iniciativas tomadas producen unos resultados que

condicionarán las conductas futuras. Los resultados son el conocimiento del mundo, de la

realidad; los mecanismos son los procesos de pensamiento. El conocimiento es la materia prima

del pensar, y éste el que la moldea; ambos son inseparables. El conocer como producto del

pensamiento nos llama la atención sobre otro concepto no menos importante, aprendizaje o

adquisición. El resultado de la actividad de pensar es lo que se aprende o adquiere. El

pensamiento produce o crea otros conocimientos, conocimientos nuevos, siempre a partir de los

que ya existen (Rumelhart y Norman, 1988). Por esta razón, podríamos afirmar que el

pensamiento es un mecanismo de adquisición del conocimiento, por supuesto, el más importante


de todos. Por lo tanto, los procesos de pensamiento son procesos de adquisición, o procesos de

aprendizaje.

Otro concepto que es necesario mencionar es el de comprensión. Podemos decir que

conocimiento y comprensión son términos intercambiables. No se comprende lo que no se

conoce y no se conoce lo que no se comprende.

El pensamiento es esencial para la vida humana. Como seres vivos padecemos

determinadas carencias o necesidades que debemos satisfacer. “Una necesidad no es tal a menos

que exista algo que la satisfaga (un vaso de agua, una calificación de sobresaliente, una

sonrisa…). Nuestro repertorio variable de necesidades describe un repertorio variable de

situaciones que estamos motivados para provocar. Si… vivimos y actuamos a través de un mapa

(representación) de la realidad, … nuestra función en la vida, lo que nos orienta y proporciona un

objetivo (una meta), es la discrepancia entre el punto en el que nos encontramos en el mapa y el

punto en el que, según nuestra biología o educación deberíamos (desearíamos) estar” (Claxton,

1984/1987, p. 40).

Podríamos decir (probablemente con menos lucidez que Guy Claxton) que nuestra vida

es una continua lucha contra esa discrepancia, o problema vital. Y esta lucha la realizamos

esencialmente con una de nuestras armas más valiosas, el pensamiento. Dicho de otro modo, el

pensamiento es lo que acontece cuando resolvemos un problema, cuando intentamos alcanzar

una meta (Mayer, 1992b). Más explícitos son aún Newell & Simon (1972) en su importante

libro “Human Problem Solving”, cuando dicen: “El propósito de este libro es progresar en

nuestra comprensión de cómo piensan los humanos. En este se propone una teoría de solución de

problemas…” (p. 1). En nuestra vida diaria resolvemos problemas constantemente, problemas

profesionales, familiares, personales… Los mecanismos de pensamiento son las operaciones

fundamentales implicadas en cualquier intento de superar una dificultad o un obstáculo. Estos

están dirigidos a la consecución de una meta que no está inmediatamente disponible. “Nosotros

pensamos cuando no sabemos cómo actuar, qué creer o qué querer. En estas circunstancias, el

pensamiento nos ayuda a resolver nuestras dudas: es propositivo” (Baron, 1988, p. 3). El

pensamiento posee un carácter esencialmente propositivo. Pensamos para solucionar problemas.

La actividad de solución de problemas es la actividad humana vitalmente más importante. Esta

6 Carlos Saiz

actividad moviliza a todo el sistema cognitivo, a toda nuestra mente, y supone la puesta en

funcionamiento de la mayoría de nuestras capacidades de orden superior: deductivas, inductivas

y creativas, esto es, las clases fundamentales de pensamiento (Johnson-Laird, 1993).

Los rasgos esenciales descritos ¿nos permiten definir el pensamiento? Sinceramente, no.

No hay acuerdo sobre los mecanismos o procesos implicados en el mismo (Mayer, 1992b). Esta

situación es, por otra parte, claramente comprensible, ya que es una consecuencia lógica de la

ausencia de una teoría de la mente. No disponemos en un sentido estricto, de una teoría sobre el

funcionamiento mental, sobre “cómo piensa nuestra mente” (Johnson-Laird, 1993). El estado

actual del conocimiento nos obliga a ser pacientes y asumir la incertidumbre y la duda sin que

paralice nuestro deseo de saber más. Para ello es menester que le saquemos el mayor provecho a

las buenas ideas e intuiciones existentes, utilizando un criterio menos riguroso, como es el de

aceptar todo planteamiento o idea como bueno si funciona, sirve o es útil.

Una idea que ha resultado serlo en la comprensión de los procesos de pensamiento es

identificarlos con los mecanismos implicados en toda situación de solución de problemas. Varios

autores ya señalaban la importancia de esta idea (muy representativos son Bloom & Broder,

1950; Duncan, 1959 –revisa los autores de la Gestalt que asumen esta idea–; Polya, 1945). Pero

es a partir del influyente libro “Human Problem Solving” de Newell & Simon (1972) cuando

esta idea se convierte en un paradigma de investigación de los procesos de pensamiento. Esto

sucede, entre otras razones, porque Newell y Simon nos ofrecen un metáfora clara y poderosa

del pensamiento humano. En opinión de algunos autores esta metáfora es hoy día el marco de

referencia fundamental en la investigación del pensamiento humano (Anderson,1993; Baron,

1988; Greeno & Simon, 1988; Lesgold, 1988; Mayer, 1992b; VanLehn, 1989). ¿Qué razones

justifican esta enorme influencia? Vamos a detenernos en algunas.

La metáfora de solución de problemas, primero, es enormemente transparente (Anderson,

1993, es muy explícito en este sentido al denominarla concepción canónica); como veremos más

adelante, sus componentes son simples (el estado–inicial e intermedio–, la meta –final y las

submetas–, los operadores, y el espacio problema). En segundo lugar, es flexible porque es

susceptible de aplicarse a cualquier situación–problema. Y tercero, es útil porque como metáfora

permite comprender la interdependencia que existe entre diferentes ideas o conceptos, entre


algunos de los mecanismos de nuestra mente ¿Qué se acepta que hace nuestra mente cuando

soluciona un problema? Se supone que solucionar un problema implica tomar decisiones,

generar soluciones satisfactorias (mediante mecanismos de razonamiento o procedimientos

heurísticos), que normalmente requieren una considerable dosis de creatividad. Obsérvese cómo

esta metáfora nos permite vincular actividades tan importantes como las de decidir, razonar

(formal o informalmente –heurísticamente–) y pensar creativamente.

III. INSTRUCCIÓN

La mano desasistida y el entendimiento por sí solos apenas tienen fuerza. Los efectos se producen pormedio de instrumentos y auxilios, de los que el entendimiento no precisa menos que la mano.

–Francis Bacon–

En el apartado anterior, me he detenido en aquellos rasgos del pensamiento que son

especialmente importantes para los objetivos de este capítulo. La instrucción –un tipo de

intervención educativa– es uno de ellos, y el más importante. Decíamos que pensamiento se

puede entender como un mecanismo de adquisición de conocimiento, como un proceso que crea

conocimiento a partir del que existe. El pensamiento también implica ciertas capacidades o

habilidades que se utilizan o aplican con el fin de lograr ciertos propósitos o solucionar

determinados problemas.

Pero ¿Utiliza o aplica la gente suficientemente estas habilidades? ¿Se desarrollan todo lo

posible tales capacidades? Estas cuestiones son de enorme importancia social. Algunas

instituciones u organismos realizan estudios dirigidos a evaluar el nivel intelectual y el uso de las

capacidades intelectuales de sus ciudadanos, particularmente de la población estudiantil.

Investigaciones realizadas en Estados Unidos (supongamos que estos datos son aplicables a los

países europeos como el nuestro) constatan que ha descendido el porcentaje de alumnos que

llega a adquirir un cierto nivel de desarrollo intelectual (citado por Baron y Sternberg, 1987

–prefacio–). Steen (1987) indicaba, en la misma dirección, que la capacidad de razonamiento

matemático de los estudiantes ha disminuido en los últimos 15 años.

Estos datos pueden ser chocantes para la lectora/lector que reflexione en el siguiente

sentido: Vivimos en una sociedad cada vez más sofisticada, donde los desarrollos tecnológicos

están rompiendo barreras impensables hasta hace pocos años; los medios de comunicación ponen

8 Carlos Saiz

a nuestra disposición todos los bancos de datos imaginables, y logran que sucesos o

descubrimientos que ocurren a miles de kilómetros sean conocidos en pocos segundos, o que

esas distancias se recorran en pocas horas ¿No es una contradicción que paralelamente a este

desarrollo vertiginoso, constatemos una evolución lenta, incluso un retroceso, en nuestras

capacidades intelectuales? Posiblemente. Pero enfoquemos el problema de la siguiente forma.

Quizás los programas educativos no han cambiado sustancialmente en las últimas décadas y la

sociedad sí. Pudiera ser que ese mismo desarrollo tecnológico fuera un arma de doble filo, ya

que exige menos de los individuos, todo está más hecho, pero a la vez nos presiona hacia un

continuo reciclaje, y también se nos ofrecen muchas posibilidades de ocio. La duración del

tiempo no parece la misma. Hay muchas razones para esta paradoja.

En un punto parecen estar de acuerdo muchos profesionales de la educación: En las

últimas décadas la enseñanza se ha esforzado en conocer cómo aprender o adquirir

conocimiento, no en conocer cómo pensar o construir conocimiento. Si los cambios sociales y la

evolución tecnológica parecen ir a más y la esperanza de vida sigue en aumento, debemos

aceptar que no podemos imaginar lo que nos deparará el futuro, ni siquiera alcanzamos a ver la

multitud de profesiones nuevas a las que se dedicarán los niños de la década de los noventa ¿Qué

política educativa seguir? ¿Qué debemos enseñar? Compartimos el punto de vista que insiste en

que la enseñanza se debe fundamentar en el conocimiento sobre cómo aprender y en el

conocimiento sobre cómo pensar. El problema ahora y para el futuro es ¿qué hacer con tanta

información, con tantos datos? La información debe ser interpretada, elaborada, asimilada y

utilizada. No podemos realizar esto si no desarrollamos y empleamos al máximo nuestra

capacidad de pensar, de pensar críticamente y creativamente. Pero este es un problema más

hondo de lo que en un principio se pudiera imaginar. La mayor parte de los profesionales de la

enseñanza pedimos a nuestros alumnos que aprendan, recuerden o reflexionen, pero no les

enseñamos cómo hacerlo, cómo aprender o recordar mejor, o cómo pensar. Existe la creencia de

que las capacidades son innatas, que el adulto “sabe pensar”. Vamos a citar un dato: sólo

aproximadamente el 25% de los alumnos del primer curso de universidad poseen habilidades de

pensamiento abstracto y lógico (McKinnon & Renner, 1971). Es posible, pues, que el desarrollo

intelectual no sea el idóneo. También es probable que los cambios en el futuro y el cúmulo de


información sean considerables. El esfuerzo por mejorar los procesos de pensamiento debe ser el

objetivo de la intervención instruccional.

Este esfuerzo debemos intensificarlo, pues no es nuevo. Lo podemos encontrar en los

comienzos de la psicología, si nos quedamos en la historia contemporánea, pues en la Grecia

presocrática encontramos esfuerzos loables en la misma dirección. En la era contemporánea, el

funcionalismo americano de W. James, manifiesta una enorme sensibilidad hacia los problemas

educativos. J. Dewey realiza el desarrollo sustancial de esta sensibilidad en importantes trabajos,

muy actuales hoy día, como nos muestra Mayer (1992a).

En nuestro continente, un gran olvidado y pionero en el desarrollo de programas de

instrucción es Binet (1909). El desarrolla uno de los primeros programas de esta naturaleza que

denomina “ortopedia mental”. Otra referencia obligada es Thorndike (1924), el cual dedica más

de veinte años a la investigación sobre la transferencia del adiestramiento en determinadas

tareas. El conductismo contribuye especialmente a la psicología de la educación, y curiosamente

de la mano de su representante más radical, Skinner, a pesar de que el tipo de intervención que

defienden sea la que menos nos interese aquí (para una revisión de esta tradición, consúltese

Skinner, 1968; y los artículos de Johnson & Layng, 1992, y Pennypacker, 1992, en el número

monográfico sobre Skinner de la revista American Psychologist ).

El desarrollo más importante de la instrucción ha sido paralelo a los logros alcanzados

por la psicología cognitiva (o los más recientes de la ciencia cognitiva). Esta rama de la

psicología busca entender el funcionamiento de la mente humana. Se han dirigido los esfuerzos

hacia los procesos de conocimiento (percepción, aprendizaje, memoria y pensamiento). La

psicología de la instrucción los aplica para conseguir mejorar el funcionamiento mental. La

intervención se basa en cómo utilizar el conocimiento sobre los mecanismos de pensamiento

para conseguir que la gente piense mejor, para enseñar a pensar (para una revisión, consúltese la

primera parte “El Desafío de Enseñar a Pensar” del excelente libro de Nickerson, Perkins &

Smith, 1985/1987). El propósito de la instrucción es que las personas piensen más y mejor.

Lograr mejorar los procesos de adquisición de conocimiento, en su sentido más amplio, esto es,

construir o crear conocimiento. Estos procesos, sin embargo, no se entienden siempre de la

misma forma.

10 Carlos Saiz

Mayer (1992a) señala tres visiones o metáforas sobre el aprendizaje o adquisición que

han determinado y determinan la investigación educativa y la práctica instruccional: el

aprendizaje como adquisición de respuestas, el aprendizaje como adquisición de conocimiento,

y el aprendizaje como construcción del conocimiento. El aprendizaje como adquisición de

respuestas dominaba la práctica educativa hasta la década de los 50. Este consistía en la

aplicación de los principios conductistas, donde el repertorio de conductas está determinado por

refuerzos y castigos contingentes. El objetivo de la instrucción es incrementar el número (o la

fuerza) de conductas correctas. Para alcanzar dicho objetivo la intervención educativa se centra

en la manipulación del material empleado (forma de presentación, espaciamiento temporal,

ordenación por complejidad…). Son, pues, los factores externos los que aumentan el repertorio

de respuesta.

Con el predominio de la era cognitiva a partir de los 60, la metáfora pasa a ser el

aprendizaje como adquisición de conocimiento. Aquí el profesor es un dispensador de

información, y el objetivo de la instrucción incrementar la cantidad de conocimiento. Con

posterioridad, aproximadamente a la mitad de la década de los 70, la insistencia es en el

aprendizaje como construcción del conocimiento, un alumno autónomo con habilidades

metacognitivas para dirigir, regular, y controlar sus procesos cognitivos durante el aprendizaje.

El objetivo de la instrucción es, pues, ayudar al desarrollo de estrategias de aprendizaje y

pensamiento en dominios específicos.

De esta descripción que Mayer (1992a) realiza, podemos observar cómo se ha ido

produciendo una progresiva interiorización de los objetivos de la instrucción: incremento del

repertorio de respuestas, después aumento de la cantidad de conocimiento y, más recientemente,

el desarrollo del metaconocimiento. Como Mayer nos indica, hoy día podemos encontrar los tres

tipos de intervención educativa. De hecho, una instrucción completa no debe eludir ninguna de

estas prácticas. Además, no es fácil diferenciar adquisición de construcción del conocimiento, al

menos en lo referente a los mecanismos fundamentales. Si se aceptase que la adquisición

consiste en la transferencia de la información que entra en el sistema a la memoria permanente,

realizada ésta por un procesador pasivo, entonces la distinción sería fácil. Sin embargo, debemos

tener presente, que la adquisición de conocimiento implica la interpretación de la información o


estimulación (“input”) a partir del conocimiento existente, es decir, interpretar lo nuevo a partir

de lo viejo (Rumelhart y Norman, 1988). Resnick (1989) es también muy claro en este sentido

“el aprendizaje (o adquisición) ocurre no por recordar la información sino por interpretarla” (p.

2) –curiosamente, Mayer recoge esta cita al referirse a la construcción del conocimiento–.

Dependiendo de la profundidad del procesamiento, este puede realizarse con una elaboración

plena o integración de la información, lo que produciría una adquisición cualitativamente

diferente, una construcción o creación de conocimiento.

Hablar de adquisición o construcción del conocimiento nos ayuda a distinguir prácticas

educativas dirigidas al logro de un almacenamiento óptimo, de aquellas otras orientadas al

desarrollo de estrategias de pensamiento y del metaconocimiento. Las primeras, buscan una

consolidación idónea del conocimiento con el fin de acceder eficientemente a él con

posterioridad; persiguen incrementar la disponibilidad del conocimiento. Esto se consigue

haciendo que los mecanismos de atención (selectivos) eviten que la memoria a corto plazo (o

memoria de trabajo) no se sobrecargue, de modo que funcionen eficazmente los mecanismos de

integración. Esta integración se lleva a cabo entre la información elaborada y el conocimiento

relevante que esté disponible. Por lo tanto, es imprescindible que el acceso al conocimiento (la

recuperación del mismo) tenga lugar. Si esto sucede, es decir, si la recuperación contribuye a la

integración, se logra una buena transferencia y almacenamiento de los nuevos conocimientos (se

consolida la adquisición o el aprendizaje). Las técnicas nemotécnicas, de estructuración del

material, de realización de esquemas…, es decir, la instrucción en estrategias de aprendizaje

(Mayer, 1987) es el tipo de intervención al que da lugar el buscar el almacenamiento óptimo.

Las segundas, las prácticas educativas orientadas al desarrollo de estrategias de

pensamiento o del metaconocimiento, tienen en cuenta, además de los procesos anteriores, los de

pensamiento. No sólo se intenta que los mecanismos de selección, recuperación e integración

funcionen de manera óptima, sino que se pretende que se desarrollen estrategias de planificación,

de búsqueda, de analogías o de solución de problemas y de decisión. Por ejemplo, no se trata

sólo de utilizar una técnica nemotécnica para lograr un almacenamiento más eficiente, sino de

saber seleccionar la mejor según la información y la tarea. Las técnicas, pues, de mejora de las

estrategias de selección, búsqueda, planificación, representación, solución, etc., esto es, la

12 Carlos Saiz

instrucción en estrategias de solución de problemas –de pensamiento– (Mayer, 1987) es el tipo

de intervención que se deriva de buscar la creación o construcción del conocimiento.

IV. UN ENFOQUE DE LA INSTRUCCIÓN.

Al mencionar algunos conceptos como selección, almacén, integración y otros, estamos

indicando que se tiene como referente algún modelo de funcionamiento cognitivo. Mayer

(1992a) propone un modelo de construcción del conocimiento que resulta muy útil como marco

de referencia. Pasemos a describirlo con un cierto detalle, pero no sin antes aclarar que no se

trata de una teoría, sino de un esquema de trabajo para la instrucción. Una revisión de las teorías

que fundamentan una buena parte de los diseños de instrucción puede encontrarse en Glaser

(1990; Glaser & Bassok, 1989). La figura 1 resume las características de este modelo.

EstímuloMemoriaSensorial

(MS)

Memoria aCorto Clazo

(MCP)Respuesta

Selección

Integración

Organización

Memoria aLargo Plazo

(MLP)

Un modelo cognitivo de construcción del conocimiento. (Mayer, 1992a, p. 408).Figura. 1.

Este modelo incorpora las estructuras o almacenes (MS, MCP, MLP) presentes en otros

modelos o sistemas de procesamiento (patrones de la mayoría) como el de Newell & Simon

(1972) o el de Bower (1975). Los mecanismos que incluye son los de selección, organización e

integración. Según nos señala Mayer, el aprendizaje significativo (la construcción del

conocimiento) tiene lugar cuando la persona selecciona la información relevante (cuando los

procesos de atención son eficientes), organiza la información de manera global y coherente, y la


integra con el adecuado (que tenga relación) conocimiento existente. Estos tres procesos de

aprendizaje nos indica que son semejantes a los componentes de codificación selectiva,

combinación selectiva y comparación selectiva de la teoría triárquica de la inteligencia de

Sternberg (1985/1990, p. 129). Estos son los componentes generales de este marco de referencia

instruccional. Es necesario indicar otros más específicos y más importantes desde un punto de

vista aplicado. Estos son elaborados pormenorizadamente en Mayer (1987). Aquí, Mayer

compara dos enfoques de instrucción muy diferentes, que se resumen en la figura 2.

Enfoque conductual Enfoque cognitivo

Rendimientoejecución

Manipulacióninstruccional

Característicasdel que aprende

Procesos deaprendizaje

Resultado delaprendizaje

Rendimientoejecución

Manipulacióninstruccional

Figura 2. Dos enfoques de instrucción. (Mayer, 1987, p. 5).

El enfoque conductual contempla como elementos de la instrucción: la manipulación

instruccional y los resultados o rendimiento, esto es, sólo los factores externos implicados en

una situación de aprendizaje. El enfoque cognitivo incorpora otros factores que guían una

práctica educativa más ambiciosa: las características del que aprende, los procesos de

aprendizaje, y los resultados del aprendizaje, es decir, los factores internos de la instrucción. En

14 Carlos Saiz

este enfoque, la manipulación instruccional se refiere a los elementos del contexto: los

contenidos o curriculum y el profesor o instructor. Las características del que aprende no se

refieren a aspectos de la personalidad, sino a las características de la naturaleza del conocimiento

que posee. Mayer distingue tres clases de conocimiento: semántico, procedimental y de

estrategias. El conocimiento semántico es el conocimiento de hechos, lo que otros autores

denominan conocimiento declarativo. El conocimiento procedimental se refiere al conocimiento

de habilidades o reglas. Y el conocimiento de estrategias es el conocimiento del conocimiento, lo

que otros denominan, metaconocimiento; tiene que ver con planificar, elegir o valorar la eficacia

o adecuación de determinados procedimientos, por ejemplo. Los procesos de aprendizaje o

adquisición son los comentados anteriormente en el modelo de procesamiento, presentado en la

figura 1: selección, organización e integración. Los resultados de aprendizaje son los cambios

producidos por los procesos de aprendizaje, la incorporación o comprensión de nueva

información, o de nuevos procedimientos o estrategias. El rendimiento o la ejecución es la

manifestación externa de la retención y recuperación del conocimiento, y de la transferencia de

éste a nuevas situaciones de aprendizaje. Este enfoque, pues, no olvida la importancia del

contexto o de los factores externos e incorpora de manera pormenorizada los factores internos:

características del que aprende, procesos de aprendizaje y resultados del mismo. Esta visión es

capaz de integrar todos los factores implicados en el aprendizaje, de modo que se puedan

considerar interrelacionadamente en la práctica educativa.

Imaginemos un situación ficticia en la que estén implicados factores externos e internos

de aprendizaje. Anteriormente señalaba que comprensión y conocimiento son términos

intercambiables. En cierto modo, podríamos decir que la comprensión es la forma idónea de

adquisición. Supongamos que una persona lee un ensayo sobre el ADN (ácido

desoxirribonucleico) y no es capaz de entenderlo. Si no ha realizado una lectura detenida (atenta)

o no ha identificado la información relevante (selección de información, eliminando lo

tangencial) la recepción de esa nueva información no será adquirida, la persona no aprende (hay

pues retención pobre y transferencia pobre). Imaginemos que sí ha leído con concentración el

ensayo y que ha identificado la información importante; en este caso aprende, pero ¿comprende

el ensayo?. Si la persona no posee los conocimientos básicos de biología molecular (saber qué es


un aminoácido, un fosfato, una proteína o un nucleótido) o no es capaz de recordarlos –o no

puede consultarlos–, no comprenderá la naturaleza del ADN, porque el conocimiento necesario

no está disponible (habrá buena retención pero transferencia pobre). Si, por el contrario, posee

ese conocimiento contextual puede comprender, si se cumple la última condición necesaria para

que se dé la comprensión, que se produzca la activación, que la persona sea capaz de organizar

la información del ADN y de integrarla con los conocimientos básicos sobre biología molecular,

de elaborar en profundidad, en definitiva, de comprender (tendremos aquí, buena retención y

buena transferencia). Por consiguiente, la comprensión puede fracasar porque no se consolide el

aprendizaje o bien porque fracasan los mecanismos de disponibilidad (o de recuperación) o de

activación (organización e integración). En la figura 3 se resume este análisis.

Recepción

Disponibilidad

Activación

No aprende

No comprende

No comprende

Comprende

No

Sí

Sí

Sí

No

No

Figura 3. Algunas condiciones del aprendizaje significativo. (Mayer, 1987, p. 13).

Mayer (1987) señala que la recepción, disponibilidad y activación son condiciones

fundamentales para el aprendizaje significativo. Cuando se logra la comprensión, se adquiere,

construye o crea conocimiento, se consigue un aprendizaje significativo. Pensemos además en la

utilidad de estas condiciones de comprensión, desde un punto de vista aplicado. Si el fracaso es

16 Carlos Saiz

de recepción, la instrucción debe comenzar por técnicas de selección. Si el fracaso es de

disponibilidad, la instrucción debe dirigirse al desarrollo de estrategias de aprendizaje, de

facilitación de los mecanismos de recuperación. Si el fracaso es de activación, la instrucción

debe dirigirse al desarrollo de estrategias de representación o búsqueda de analogías que faciliten

la integración.

V. FUNDAMENTOS DE LA INSTRUCCIÓN.

Solucionar problemas puede ser considerado como la actividad más característicamente humana

–Polya

Las investigaciones y referencias a la solución de problemas están, tanto histórica como

conceptualmente, ligadas al sistema simbólico en que los problemas se presentan y se

intentan resolver. Sócrates, en el diálogo Menón, antes de preguntar, para mostrar que

preguntando se resuelven problemas, averigua si el niño esclavo sabe griego. Y desde

entonces y antes de entonces son innumerables los ejemplos, documentados o no, en

que la dificultad semántica enmascara la buena lógica, tanto como la mala lógica vuelve

el mejor discurrir irrelevante (Rimoldi, 1991, p. 349).

En las páginas anteriores, describíamos los conceptos de pensamiento e instrucción y

proponíamos un enfoque de trabajo en el que se anotaban los elementos más importantes en los

que se fundamenta un determinado tipo de intervención. Y todo esto lo realizamos a un nivel

general, que nos proporcionara un marco de referencia amplio. Ahora debemos pasar a

especificar algunos de los elementos de ese marco. Los enfoques generales, a pesar de ser

necesarios, no son muy útiles a la hora de aplicarse instruccionalmente. James ya señalaba esta

dificultad al indicar que la “descripción de la psicología de los elementos de la máquina

mental… y su actividad” no se traducen directamente en prescripciones educativas específicas

(James,1899; citado por Mayer, 1992a). El desarrollo que vamos a realizar en este apartado es el

de aquellos elementos que puedan ser directamente considerados en la intervención educativa.

Estos elementos son todos los implicados en la actividad de solución de problemas. Los procesos

implicados en la comprensión y solución de problemas son susceptibles de incorporarse en la

mayoría de los programas de instrucción, de los que nos ocuparemos en el siguiente apartado.


Ahí veremos que dichos programas sólo incorporan una parte de estas actividades de solución de

problemas, una de las razones, como veremos, de la modestia de sus logros.

1. NATURALEZA DE UN PROBLEMA

“Los problemas son nuestro producto más importantes”—Beardsley.

“Una persona se enfrenta a un problema cuando quiere algo y no conoce inmediatamente

qué secuencia de acciones puede realizar para lograrlo. El objeto deseado puede ser tangible (una

manzana para comer) o abstracto (una prueba elegante para un teorema). El objeto puede ser

específico (una manzana concreta) o muy general (algo para quitar el hambre). Puede ser un

objeto físico (una manzana) o un conjunto de símbolos (la prueba del teorema). Las acciones

dirigidas a obtener el objeto deseado incluyen actividades físicas (andar, indagar, escribir),

actividades perceptivas (mirar, escuchar) y actividades puramente mentales (evaluar la similitud

de dos símbolos, recordar una situación , etc.)” –Newell & Simon, 1972, p. 72–. Estos autores

conceptualizan todos los problemas como ostentando la misma estructura, o los mismos aspectos

fundamentales: el estado inicial o de partida, el de llegada o meta y las operaciones necesarias

para conseguir la meta deseada.

El concepto de estado señala el lugar, el punto o el momento en el que se encuentra la

persona que resuelve un problema. El estado inicial señala el comienzo, lo dado en un problema.

Los estados intermedios, los avances que se han producido respecto al estado de llegada o meta,

que es el momento en el que se soluciona el problema. Las operaciones son acciones que

transforman un estado en otro. El espacio del problema es otro concepto importante que se

define a partir de los dos anteriores, es decir, el concepto de estado y el de operaciones. En todo

estado hay un número posible de operaciones que se pueden realizar; cada una de ellas produce

un nuevo estado, desde el cual se pueden realizar otras que producirán nuevos estados, y así

sucesivamente. Unos problemas poseen un espacio-problema con un número finito de estados

alcanzables y de operaciones realizables, mientras que en otros el número es muy grande o

ilimitado. Asociado al concepto de espacio del problema, se encuentra el de búsqueda, es decir,

18 Carlos Saiz

encontrar alguna secuencia de operaciones que permitan llegar a la meta. El modo que

utilicemos para buscar y seleccionar las operaciones aplicables a un estado del problema

determinado definen el método de solución de problemas, esto es, los principios utilizados para

buscar y seleccionar operaciones que nos aproximen o lleven a la meta o estado final. Repárese

en este punto en el hecho de que el método puede ir desde la utilización de un procedimiento de

búsqueda aleatorio a la de un algoritmo que garantice alcanzar la solución con un mínimo de

pasos u operaciones. Consideremos el siguiente problema de “los monstruos de las cinco manos”

(utilizado por Simon & Hayes, 1976 en varios estudios, y que después volveremos a comentar),

para ilustrar los conceptos de la estructura del problema enunciados anteriormente. Antes de

continuar, intente resolver el problema:

1. Tres monstruos extraterrestres de cinco manos sostenían sendas esferas de cristal.

2. Como consecuencia de las peculiaridades de mecánica cuántica de su vecindad, tanto

los monstruos como las esferas tenían exactamente tres tamaños: pequeño, mediano y

grande.

3. El monstruo de tamaño mediano sostenía la esfera pequeña; el de tamaño pequeño, la

grande; y el de tamaño grande, la mediana.

4. Como esta situación atentaba contra su sentido de la simetría, extremadamente

desarrollado, se intercambiaban las esferas de uno a otro, hasta que el tamaño de cada

una correspondiera al suyo.

5. La etiqueta de monstruo complicaba la solución del problema: sólo una esfera podía ser

intercambiada a la vez; si un monstruo sostenía dos, sólo se podía intercambiar la

mayor; y una esfera no se podía intercambiar con la de otro monstruo que tuviera una

mayor.

6. ¿Con qué secuencia de intercambios resolvieron los monstruos el problema?

En este problema, el estado inicial o el punto de partida sería la posesión de una esfera

por cada uno de los monstruos, donde la correspondencia de tamaño entre monstruo y esfera no

existe; la meta –el estado de llegada– sería la posesión de una esfera del mismo tamaño por cada

monstruo, donde haya una total correspondencia de tamaño. El espacio del problema lo

formarían las operaciones posibles para lograr la meta. En la tabla 1 de más adelante podemos

ver que en cada paso en el cambio de esferas entre los monstruos las operaciones son los

posibles intercambios que se pueden realizar, dadas las restricciones de la situación. En cada


estado –inicial, intermedios y final– habría una secuencia posible de operaciones aplicables. La

selección de la más adecuada en cada estado posibilita que el problema se resuelva eficazmente,

con el menor número de pasos posibles. El método de solucionar el problema, es decir, la

búsqueda y selección de operaciones, en este ejemplo es simple porque el espacio del problema

es pequeño. Bastaría con reducir la distancia o diferencia entre el estado inicial y la meta con

una estrategia de análisis medio fin. Con esta estrategia lo que hacemos es dividir la situación en

subproblemas o submetas que nos vayan aproximando a la meta, es decir que vayan reduciendo

la distancia entre el estado inicial y el final del problema (la solución). El “fin” inmediato (la

submeta) es conseguir, por ejemplo, que el monstruo pequeño tenga la esfera pequeña (paso 1 de

la tabla 1). La selección del cambio adecuado de esfera con las restricciones dadas será el

“medio” de conseguir este “fin” (análisis medio-fin).

Tabla 1. Secuencia de pasos en el problema de los monstruos de cinco manos.

TAMAÑO DE LOS MONSTRUOS

PASOS Pequeño Mediano Grande

Esferas. Inicio Grande Pequeña MedianaEsferas. Paso 1 Grande, Pequeña ------------ MedianaEsferas. Paso 2 Grande, Pequeña Mediana ------------Esferas. Meta Pequeña Mediana Grande

Este problema es sencillo debido al reducido espacio del problema y a la existencia de un

algoritmo (una secuencia fija de pasos) que siempre nos garantiza la solución. Este problema

sería un ejemplo de problema bien definido. Nos encontramos ante un problema bien definido

cuando todos los elementos del mismo son dados o están claros (el estado inicial, la meta y las

operaciones para alcanzarla) –Reitman, 1965, citado por Voss & Means, 1989– Imaginemos otro

problema bien diferente, del campo del arte, se nos pide que dibujemos un cuadro bonito ¿Qué es

un cuadro bonito? En este problema, la meta (cuadro bonito) está mal definida. Un cuadro será

bonito para unos y no para otros. Vayamos al mundo de la política. Imaginemos que somos el

Presidente de Gobierno y que nos proponemos solucionar el paro. En este problema, la meta está

20 Carlos Saiz

bien definida, conseguir que todos los parados tengan trabajo. Lo que no esta bien definido es lo

dado, la información disponible (el punto de partida) es incierta, no se conoce los suficiente

sobre economía, y por consiguiente las decisiones y acciones también lo serán. Estos dos últimos

problemas son problemas mal definidos. En ellos, algún aspecto o varios son imprecisos.

Cuando esto sucede el resultado final es incierto, bien porque no se sabe si se ha alcanzado la

meta (cuadro bonito) o bien porque es poco probable conseguirla (dar trabajo a tanta gente) y,

por consiguiente, el problema es difícil.

Greeno & Simon (1988) establecen una taxonomía más detallada que la anterior

distinción genérica entre problemas bien o mal definidos. Esta clasificación es interesante porque

profundiza algo más en la naturaleza de las actividades cognitivas implicadas en la solución

problemas.

1. Problemas bien especificados o problemas de transformación: son “…situaciones

relativamente bien estructuradas en las que la meta está especificada” (Greeno & Simon, 1988,

p. 592). Como en el problema de los monstruos de cinco manos, el punto de partida, la meta y

las operaciones posibles son dados de modo explícito. La tarea, pues, consiste en encontrar una

secuencia de acciones limitada a los operadores dados (el cambio de esferas entre los

monstruos). El conocido problema de la Torre de Hanoi1 es otro ejemplo de problemas de

transformación (para un análisis del mismo y de su curiosa leyenda ver Raphael, 1976/1984).

2. Problemas de diseño o problemas de ordenación: los elementos necesarios para

alcanzar la meta son dados o son conocidos para quien resuelve el problema. La tarea del

problema consiste en ordenar convenientemente los elementos dados de modo que satisfagan un

determinado criterio. En un problema de anagramas (un ejemplo simple) se proporciona una

serie de letras (elementos) con las que se debe construir una palabra. Otros problemas menos

sencillos serían escribir un libro o un capítulo de un libro. Greeno & Simon (1988) incluyen

1 El problema de la Torre de Hanoi consiste en pasar tres discos de diferente tamaño(pequeño, mediano y grande) de un pivote de partida a un tercero de llegada. No sepuede mover más de un disco a la vez y no podemos colocar un disco de mayortamano encima de otro menor. El problema se resuelve en pocos movimientos. Pero elproblema original consistia en utilizar 64 discos. Al buen monje no le llegaría el fin delmundo, pero casi, necesitaría, siempre que realizara los movimientos correctos y a 2segundos por movimiento, un trillón de años para resolverlo (Raphael, 1976/1984).


dentro de esta clase muchos de los problemas de “insight” y problemas más complejos, entre

ellos la mayoría de los que podríamos denominar como creativos.

3. Problemas de inducción: se proporciona algún material, ejemplos o elementos y se

debe “intentar encontrar un principio general o estructura que sea consistente con ese

material”–o información dada–” (Greeno & Simon, 1988, p. 639). Los problemas de inducción

presentan un espacio del problema doble: el espacio de los datos (información proporcionada) y

el espacio de las estructuras posibles, tales como reglas, principios o patrones de relaciones. El

problema consiste en buscar dentro del espacio de estructuras una que satisfaga el criterio de

correspondencia con la información dada. Imaginemos a un estudiante de nuestro idioma al que

se le da una información como: la casa, el perro, la cepa y el cuello, y después le pedimos que

coloque el artículo delante de las palabras: ___boca, ___mesa, ___pato, y ___pico. El estudiante

debe descubrir el principio de concordancia o relación entre “el” y las palabras terminadas en

“o”, y “la” y las terminadas en “a”. La investigación científica, la adquisición de conceptos o del

lenguaje y los problemas de diagnóstico en el ámbito de la clínica son tareas de este tipo.

4. Problemas de evaluación de argumentos deductivos: son probablemente el tipo de

problemas más familiar por razones culturales; algunas creencias identifican el pensamiento y el

razonamiento con la deducción, la silogística o la lógica formal. A diferencia de los problemas

de inducción, en los que es necesario descubrir un principio o regla y después aplicarlo, en las

tareas de deducción se necesita aplicar un principio o estructura de argumentación

supuestamente conocida: Todos los hombres son mortales, Juan es hombre, luego… Es

necesario conocer un principio muy elemental como el “modus ponens” para obtener la

conclusión (p➔q, y p, luego q).

Observemos que en la clasificación anterior se recogen las formas de pensamiento

fundamentales (deducción, inducción y creatividad) o las actividades cognitivas humanamente

más importantes (Johnson-Laird, 1993) como ya indicábamos. Subrayemos además que entre los

problemas bien especificados o de transformación y de diseño/ordenación se señala la separación

entre problemas bien y mal definidos, separación que pone de manifiesto la naturaleza continua

de la actividad de pensar. Esta continuidad pone de manifiesto demandas de solución de

problemas cualitativamente distintas frente a problema donde la meta es precisa en comparación

22 Carlos Saiz

con problemas donde no lo es. En el primer caso, puede bastar una simple combinación de los

elementos de la situación-problemas (esferas y monstruos), mientras que en el segundo caso, se

necesita una actividad intelectual elaborada y creativa (escribir un libro). El pensamiento

creativo es una actividad dirigida a la solución de problemas mal definidos, es decir, toda

actividad encaminada a resolver situaciones en las que alguna parte o aspectos no están claros,

son ambiguos o borrosos. Entendida así la actividad creativa, podemos considerarla una parte

muy importante de ese continuo del pensamiento o solución de problemas (Voss & Means,

1989). Anteriormente, señalábamos que la actividad de solución de problemas depende muchas

veces de elecciones o decisiones acertadas, de buscar (o inventar) vías de solución que

normalmente son fruto de una considerable creatividad. Más adelante volveremos sobre esta

idea.

La estructura y tipos de problemas nos ayudan a comprender lo que más nos importa

aquí: el proceso de solución de problemas y la forma de conseguir que sea más eficiente. Para

lograr este objetivo debemos detenernos ahora brevemente en las fases o etapas en la solución

de un problema, con el propósito, no de realizar ejercicios clasificatorios, sino de utilizar estas

ideas como esquema en la descripción de la actividad de solución de problemas.

Desde el trabajo de introspección sobre personas creativas, realizado por Wallas (1926,

citado por Medin & Ross, 1992) se acostumbra a utilizar las fases propuestas por él en solución

de problemas, con alguna modificación: la fase de preparación, la fase de producción, y la fase

de verificación. En la fase de preparación, el que resuelve un problema se familiariza con él e

intentan comprender su naturaleza. Esta fase es esencial porque la solución de un problema no es

posible sin su comprensión. En la fase de producción se intenta lograr o descubrir vías de

solución satisfactorias. Con problemas mal definidos (problemas de diseño u ordenación, según

Greeno y Simon), la persona puede entrar en una fase de aparente improductividad, durante la

cual se está dedicando a otras actividades, por ejemplo descansar, pero su mente sigue con el

problema. Esta fase recibe el nombre de incubación. Con posterioridad a la incubación, en esta

clase de problemas, las posibles soluciones parecen conseguirse de manera súbita, de un modo

espontáneo. Aquí, la fase de producción recibe el nombre de iluminación o insight. En la fase de

verificación se evalúan las diferentes vías de solución alcanzadas en la fase de producción.


El proceso de solución de problemas en sí (sus diferentes fases o etapas) puede ser

considerado como una actividad de planificación de la solución. En general, la planificación de

la resolución de un problema incluye la identificación y comprensión del problema, la

exploración de posibles soluciones, la selección y aplicación de las más idóneas y la valoración

de los resultados o logros. Bransford & Stein (1984/1986) proponen estos cinco componentes

como un método de gran ayuda al adquirir más conciencia sobre el propio proceso de solución

de problemas. Una mayor conciencia de lo que conocemos y de lo que ignoramos (un mayor

metaconocimiento) contribuye sustancialmente a la eficacia en la actividad de solución de

problemas. La planificación de esta actividad es, pues, enormemente útil. Bransford & Stein

(1984/1986) nos ofrecen un método de planificación para la solución de problemas que

denominan el método IDEAL, no, como nos señalan, porque sea “perfecto”, sino porque nos

ayuda a identificar y reconocer las distintas partes o elementos que se deben de considerar a la

hora de resolver un problema. Estos elementos son: Identificación del problema, Definición y

representación del problema, Exploración de posibles estrategias, Actuación guiada por las

estrategias, y Logros o evaluación de los resultados de nuestra actuación.

Bransford y Stein llaman la atención, y con razón, sobre la omisión de fase de

identificación de problemas en la mayoría de los programas y cursos sobre solución de

problemas . El reconocimiento, detección o identificación de un problema puede ser tan decisivo

en una empresa que permita pasar de la obtención de cuantiosas pérdidas al logro de

sustanciosos beneficios. “En su libro Getting Things Done, Bliss analiza las experiencias de

Marks & Spencer, una próspera cadena de tiendas minoritarias del Reino Unido. Los miembros

de esa organización descubrieron un problema que estaba exigiendo un papeleo excesivo. Por

ejemplo, para el control de inventario, la compañía utilizaba un sistema consistente en ir

cubriendo fichas relativas a las mercancías vendidas; cada año se cubrían más de un millón de

tales fichas. Análogamente, cada empleado tenía que cubrir diariamente una ficha que hacía

constar el número de horas que había trabajado; ello suponía, nuevamente, otro millón de fichas

anuales. Al año de ser descubierto el problema del excesivo papeleo, se habrían suprimido 26

millones de fichas y hojas de papel, unas 120 toneladas” (Bransford y Stein, 1984/1986, p. 14).

24 Carlos Saiz

El día en que alguien “identifique los puntos innecesarios” de la maquinaria burocrática del

estado, deberíamos hacer algo más que erigirle un monumento.

No es necesario recurrir a más ejemplos para convencerse de la importancia que tiene la

identificación o reconocimiento de un problema. Sin embargo, paradójicamente, no ha recibido

una atención especial, como los mismos Bransford y Stein nos apuntaban. Una explicación se

encuentra en el hecho de que este paso en la planificación de la solución de un problema es el

más creativo, el que requiere una mayor imaginación e inventiva. Todos sabemos que son menos

frecuentes las buenas preguntas que las buenas respuestas. Al fin y al cabo, identificar un

problema no es otra cosa que descubrirlo o inventarlo. Como sucede con el pensamiento creativo

en general es muy difícil conseguir algo más que una conciencia cada vez mayor de su

importancia. Las iniciativas de estimulación y mejora del mismo han fracasado en muchas más

ocasiones que otras iniciativas más modestas. A pesar de esto, muchos programas para la mejora

del pensamiento insisten en que su objetivo fundamental es estimular el pensamiento creativo.

De los diferentes momentos que se pueden considerar en la compleja actividad de

solución de problemas, hay dos en los que quizás recaiga el peso mayor de todo el proceso, los

momentos en los que nos centramos en la comprensión del problema y los que dedicamos a

buscar vías de solución o de estrategias de enfrentamiento al problema. En realidad, en la

comprensión del problema es donde tiene lugar toda la actividad que la sigue, hasta alcanzar la

solución del mismo. Dado lo representativo de estos dos momentos o fases, pasemos ahora a

considerar los factores que ayudan en la comprensión y solución de problemas. Los primeros

tienen que ver fundamentalmente con la representación del problema, y los segundos con las

estrategias de solución.

2. COMPRENSIÓN DE UN PROBLEMA.

Señalábamos al comienzo de este trabajo que conocimiento y comprensión son términos

intercambiables. Sobre la comprensión, pues, podemos decir que tiene lugar cuando nos

representamos la realidad. La construcción de la realidad, la interpretación de la misma a partir

de nuestro conocimiento es lo que hace posible que se dé la comprensión. El conocimiento, o la

comprensión, se logra cuando somos capaces de interpretar la realidad. Pero esto se realiza a


partir de algo, a partir del conocimiento existente. Nos representamos la realidad a partir de otras

representaciones disponibles en nuestra memoria. Conocemos la realidad o adquirimos nuevos

conocimientos a partir de los ya existentes. Y esto tiene lugar cuando interpretamos la realidad,

dando lugar a una representación de la misma. “Parece claro que el aspecto principal de la

comprensión es la interpretación de lo que ha de comprenderse en función de lo que ya se

conoce” (Sanford, 1987, p. 26-27). “Comprensión consiste en la construcción de modelos que

puedan relacionarse con el mundo” (Johnson-Laird, 1993, p. 55). Cuando la información que

entra en el sistema se interpreta a partir de otra que existe dentro de él, da como resultado una

representación o modelo de esa información que se incorpora a las que ya existen en nuestra

mente.

¿Qué condiciones son necesarias para que se dé una buena comprensión? ¿Qué hace que

elaboremos o construyamos una buena representación de la realidad? En nuestro caso, ¿qué

quiere decir comprender un problema? Quiere decir, como señalábamos antes al hablar del

fracaso en la comprensión, que: a) tiene que darse una buena recepción (atención) de la

información dada en el problema, b) tiene que disponerse (recuperación) de un conocimiento

relacionado con el problema, y c) tiene que darse una buena relación (integración) de éste con lo

dado. Cuando estas tres condiciones se dan, logramos una buena representación (comprensión)

del problema ¿Qué significa buena? Que posee al menos tres propiedades: coherencia,

correspondencia y conexión (Greeno, 1977). Una representación coherente es aquella en la que

todas sus partes tienen sentido. La correspondencia se establece entre la representación y lo

representado. Aquella puede ser incompleta o inadecuada, porque algunas partes pueden estar

omitidas o confundidas. Una representación debe poseer alguna conexión con parte del

conocimiento del que comprende. Ilustremos con algunos problemas estos análisis.

26 Carlos Saiz

A. Atención y memoria

Intente la lectora/lector resolver el problema siguiente:

EN

CIC

LOP

ED

IA

Vol.I

Vol.I I

EN

CIC

LOP

ED

IA

El problema del espía.Figura 4.

Un espía desea ocultar un rollo de película secreta, que él ha conseguido reducir hasta 3

mm de diámetro y 55 mm de largo. Al mirar hacia su librería, se fija en los dos tomos de

una enciclopedia, como los de la figura 4, de arriba. Con auxilio de una broca de 3 mm

de diámetro, el espía comienza a taladrar un orificio que va en línea recta desde la

página 1 del volumen I hasta la última del volumen II. Supongamos que, en cada

volumen, las cubiertas tengan conjuntamente 5 mm de espesor, y que cada libro, sin

cubierta, tenga 25 mm de grosor ¿Tendrá el orifico longitud suficiente para alojar el rollo

de película en él? ¿Qué longitud tiene el agujero? (Tomado de Bransford & Stein,

1984/1986).

La mayor parte de la gente tiene dificultadas para resolver este problema porque fracasa

en la identificación de la información relevante. Normalmente, se imaginan realizando el agujero

de izquierda a derecha y comenzando por el volumen I. Uno no se da cuenta de que la primera

página del volumen I se encuentra justo al otro lado, a la derecha según miramos el volumen, y

la última página del volumen II, al lado de esta, a la izquierda del volumen II. Por lo general,

nos olvidamos de que, cuando abrimos un libro en nuestra mano, la primera página queda a la

izquierda y que según lo miramos en la estantería, se encuentra a la derecha. Este fracaso en la

identificación de la información relevante de un problema, es un fracaso de los mecanismos de


atención, a los que nos hemos referido anteriormente. Una de las operaciones fundamentales de

la atención es la selección de la información importante y el rechazo de la que no lo es.

Volvamos al problema de los monstruos de cinco manos, presentado anteriormente. En

este problema, Simon & Hayes (1976) les pedía a los sujetos que anotaran las veces que leían

cada uno de los 6 párrafos. Encontraban que los sujetos tenían que releer muchas veces el

párrafo 3 y el 5, tres y cuatro veces más que el resto de los párrafos. Como los autores mismos

nos indicaban, los sujetos lógicamente dedican más tiempo a la información que consideran

relevante y a la información que no consiguen memorizar. En este problema, los párrafos 3 y 5

son los que contienen la información importante para su solución y además son los más difíciles

de recordar, porque contienen más datos de los que puede almacenar la memoria a corto plazo.

Por esto, los sujetos leen una y otra vez esos párrafos. Deben recordar las restricciones del

problema y lo dado, es decir, qué esferas y de qué tamaño posee cada uno de los monstruos. En

este ejemplo, al dedicar más tiempo conseguimos que la selección identifique la información

relevante y ayude a su almacenamiento. Pero en el ejemplo del espía la atención no logra

identificar la información relevante a pesar del esfuerzo que se realiza. Hay muchos factores,

desgraciadamente, que juegan en nuestra contra. Vamos a comentar algunos.

Intente resolver el siguiente acertijo leyéndolo solamente una vez:

Imagínese que es usted revisor de trenes. En uno de los recorridos, el tren lleva un total

de 12 vagones, la capacidad de cada vagón es de 47 pasajeros. En el origen, los

pasajeros del tren son 356. En la primera parada suben 12 pasajeros y se bajan 3. En la

siguiente, se bajan 64 y suben 86. En las dos siguientes, en una bajan 16 y suben 23 y

en la otra no se baja nadie y suben 2 personas ¿Cuál es el nombre del revisor?

En este caso, el fracaso de la atención es debido a las expectativas que genera el problema. Se

espera que nos pregunten por el número de pasajeros, no por el nombre del conductor. Nuestro

conocimiento nos induce en una determinada dirección. En este caso, el conocimiento es un

obstáculo para la selección de la información, debido a que nos induce a realizar una inferencias

o suposiciones equivocadas.

La atención, además, puede fracasar como todos sabemos por falta de motivación o

desinterés. Pero también por miedos o temores, debido a ciertos prejuicios o falta de confianza.

28 Carlos Saiz

Bransford y Stein (1984/1986) pedían a estudiantes universitarios que solucionaran problemas

verbales de álgebra, como el siguiente:

Dos estaciones de ferrocarril distan 100 km. A la una del mediodía del domingo arranca

de cada una de las estaciones un tren, cada uno de los cuales se dirige hacia la otra. En

el instante en que los trenes arrancan, un halcón echa a volar en el sentido de la marcha

del primer tren, hasta la máquina del segundo tren. Cuando el halcón alcanza el segundo

tren da media vuelta y vuela en dirección al primero. El halcón prosigue de igual modo

hasta que los trenes se cruzan. Supongamos que ambos trenes viajen a la velocidad de

50 km/h., y que el halcón vuele a velocidad constante de 200 km/h. Cuando los trenes se

crucen ¿cuántos km. habrá recorrido el halcón?

Se les pedía que anotaran sus pensamientos y sentimientos nada más ver el problema que debían

responder. Los comentarios eran del tipo “¡Vaya un problema de matemáticas!”, “¡Voy a parecer

idiota! …”. Alguna gente padece lo que podríamos denominar cariñosamente como “alergia a los

números”. Siempre que se enfrentan a problemas de esta naturaleza, experimentan un bloqueo

intelectual injustificado en bastantes ocasiones. Esta ansiedad e incomodidad producida por esta

clase de situación impide que la atención sea eficiente, entre otras cosas, porque se divide entre

la tarea de matemáticas y la necesidad de manejar y controlar la ansiedad. Este reparto de la

atención o de las capacidades termina produciendo un rendimiento intelectual muy pobre.

Leamos el siguiente párrafo tomado de un texto de estadística:

“Por definición llamaremos función generatriz de momentos de la variable aleatoria X (o,

mejor, de la función de probabilidad o de la función de densidad de probabilidad de la

variable aleatoria X) a E (etX). El nombre se debe a que sus derivadas primera, segunda,

tercera… respecto a t (para t = 0) son iguales a los momentos respecto al origen de

primero, segundo, tercer … orden respectivamente”.

Para muchas personas, la imposibilidad de comprender este texto descansa en lo que

normalmente entendemos por carecer de base. Según la descripción que hicimos con

anterioridad de la comprensión, éste sería un caso de fracaso de los mecanismos de

disponibilidad. Recordemos que esto sucede cuando la persona es incapaz de recuperar desde su

memoria a largo plazo los conocimientos necesarios (relevantes) para interpretar adecuadamente

la información que está siendo analizada. El fracaso en los mecanismos de recuperación

imposibilita la comprensión, al no disponer de un conocimiento de contexto que permita la


interpretación de la información que se pretende comprender. Bajo esta situación, no se logra

una representación de dicha información, esto es, no se comprende. En la definición de la

“función generatriz” de antes, en realidad no hay una dificultad de recuperación porque no hay

nada que recuperar, no existe un conocimiento sobre ciertos conceptos de estadística que

permitan la comprensión de dicha función. Pero la situación en esencia es idéntica, no se dispone

de los conocimientos mínimos ( no hay una base) para comprender ese concepto, porque no se

“saben” o porque uno no se “acuerda”.

Una situación difícil de ilustrar es aquella en la que fracasa la comprensión por el fracaso

de los mecanismos de activación o integración. Como también indicábamos con anterioridad,

aún disponiendo de un conocimiento de contexto, es posible que no se logre la comprensión al

no establecerse las relaciones necesarias en toda integración de información. En este caso, es

posible que no se hayan desarrollado las habilidades o estrategias requeridas, por ejemplo,

descubrir o inducir un determinado principio o una cierta relación dentro de la información que

se está comprendiendo.

B. La importancia de una buena representación

La identificación de la información esencial en un problema es uno de los condicionantes

fundamentales de la comprensión. Los mecanismos de atención son los máximos responsables

de tal identificación. Pero estos necesitan de la participación de otros para lograr la comprensión

de cualquier problema. Los mecanismos de recuperación o de integración contribuyen de un

modo esencial a que la comprensión se dé. La pregunta que nos podemos hacer en este punto es

¿Cómo mejorar la comprensión? ¿Qué hacer para conseguir identificar la información esencial

de un problema? Una manera sencilla y muchas veces olvidada es representar lo dado en un

problema de un modo formal, simbólico o gráfico. Utilizar un papel y un lápiz para representar

un problema siempre proporciona claridad porque libera a la memoria al no tener que retener la

información sólo mentalmente. No vamos a ocuparnos ahora de intentar convencer a nadie de lo

que es obvio, que representar un problema de algún modo es útil porque proporciona claridad.

Por el contrario, vamos a tratar a continuación de las diferentes formas de representación y de la

manera de elegir la más adecuada.

30 Carlos Saiz

Para empezar, volvamos al problema de los monstruos de cinco manos y a los datos de

Simon & Hayes (1976). Estos autores encontraban que más de la mitad de las personas que

resolvían el problema utilizaban espontáneamente matrices para representar el problema. Una

matriz o tabla de doble o múltiple entrada recoge con toda claridad el tamaño de los monstruos y

la esfera que posee cada uno. Además, permite “mover” las esferas de un modo muy eficiente,

de manera que rápidamente se descubre la secuencia de movimientos mínimos hasta lograr la

solución. Una matriz como la de la tabla 1, comentada con anterioridad, proporciona dicha

facilitación de la solución.

Utilicemos ahora un problema algo más difícil: el “problema del monje budista” (De Karl

Duncker, citado por Glass & Holyoak, 1986). Intente resolver el problema, antes de continuar:

Una mañana, exactamente al amanecer, un monje budista emprendió la ascensión de

una elevada montaña. El camino, un sendero de no más de medio metro de ancho, daba

vueltas y revueltas en torno a la montaña, hasta un templo resplandeciente que había en

la cima. El monje fue subiendo con velocidad variable, deteniéndose muchas veces a

descansar y a comer frutos secos que llevaba consigo. Alcanzó el templo poco antes de

la puesta del sol. Tras varios días de ayuno y meditación, emprendió el viaje de regreso

por el mismo sendero, partiendo al amanecer, caminando nuevamente con velocidad

variable y haciendo muchas pausas a lo largo del camino. Su velocidad media en el

descenso fue, como era de esperar, mayor que la velocidad media en el ascenso.

Demuéstrese que hay un punto del camino por el que el monje pasa exactamente a la

misma hora del día en ambos recorridos.

Las personas que intentan resolver el problema verbalmente o algebraicamente no lo

consiguen , como señalan Glass & Holyoak (1986). Koestler (1964), un estudioso de la creatividad,

disfrutaba atormentando a sus amigos con el problema del monje budista. Una de las amigas

utilizó un modo de representarse el problema que su anfitrión nos relata:

Intentaba resolver el problema de una y otra forma, hasta sacarme de quicio, pero de

repente la imagen del monje con su hábito azafranado subiendo a la cima se imponía en

mi mente. Entonces, en ese momento, sorprendida por la imagen, veo otro monje, más

transparente, descendiendo de la cima, y de súbito caigo que las dos figuras deben

encontrarse en algún punto, independientemente de la velocidad a la que ellas anden y

de los altos que realicen en el camino. Por lo que ya conocía la respuesta: si el monje


desciende dos o tres días después, baja por el mismo sitio de modo que, si el descenso

lo hiciera el mismo día otro monje, se vería claramente el lugar del cruce (p. 184).

Koestler comentaba que la imagen visual tiene la ventaja de carecer de límites, de todo

tipo de barreras, de poder ser irracional. Pero a la vez posee la gran virtud de ser concreta y

tangible. En la figura 5 se ofrece una representación gráfica del problema, en la que

inequívocamente se ve que siempre hay un punto por el que pasará a la misma hora, con

independencia de la velocidad de ascenso o descenso del monje. Si trazáramos otras dos líneas

que representen otros dos recorridos distintos, apreciaríamos de nuevo que hay un punto por el

que el monje pasará a la misma hora. La imagen visual o representación gráfica es enormemente

adecuada para determinado tipo de problemas. La peculiaridad que posee la imagen o

representación visual de poder escaparse a toda restricción y, al mismo tiempo, ser inmediata y

directa, la hace ser enormemente útil para problemas mal definidos o problemas de “insight”.

2000

1500

500

0 6:00 9:00 15:00 18:00

HORAS

ALTITUD

Solución gráfica al problema del monje budista.(Adaptado de Glass y Holyoak, 1986).

Figura 5.

el mismo lugar y a la misma hora

Intente resolver la lectora/lector el problema de las monedas (basado en Keren, 1984), un

problema que puede representarse de varias formas.

32 Carlos Saiz

Se distribuyen tres monedas entre dos niños según el siguiente procedimiento: Se baraja

bien un mazo de 52 cartas, 26 rojas y 26 negras, y se descubre una al azar. Si la carta

es negra, Claudio obtiene una moneda; si sale roja, es Puri quien la logra. Se introduce

la carta nuevamente en el mazo y se vuelve a barajar; la segunda moneda se asigna

según la misma regla (negra para Claudio, roja para Puri). De nuevo, se introduce la

carta en el mazo y se baraja, y la tercera moneda también se asigna mediante la misma

regla. Especifíquense todas las posibilidades de la forma en la que las tres monedas

pueden distribuirse entre los dos niños. Y a continuación, diga cuál de las siguientes es

más probable que ocurra:

a. Un niño logrará 3 y el otro ninguna.

b. Un niño logrará 2 y el otro 1.

c. Las dos posibilidades (a, b) son igualmente probables.

Una forma de resolverlo, por ejemplo, es enumerar los cuatro resultados posibles: Claudio 3,

Puri 0; Claudio 0, Puri 3; Claudio 2, Puri 1; Claudio 1, Puri 2. Sin embargo, una lista es

engañosa porque induce a creer que todas las posibilidades son igualmente probables. Una forma

mejor de representar el problema es mediante un diagrama de árbol jerárquico, en el que se usa

una estructura semejante a la de un árbol para especificar cada uno de los resultados posibles.

Veamos el diagrama de la figura 6.


ComienzoR = bola roja

N = boja negraC = Claudio

P = Puri

R N

CP

Primera tirada

Segunda tirada

Tercera tirada

R N

P C

R N

P C

R N

P C

R N

P C

R N

P C

R N

P C

Resultadosposibles

P=3/C=0

P=2/C=1

P=2/C=1

P=1/C=2

P=2/C=1

P=1/C=2

P=1/C=2

P=0/C=3

Diagrama de árbol jerárquico para el problema de las monedas.Figura 6.

Podemos observar que de los 8 resultados posibles, 2 son de 3-0 y 6 de 2-1. Por los tanto, el

resultado a (uno niño 3 y el otro 0) del problema tiene una probabilidad del 0.25 (2/8 = 0.25), y

el b (uno niño 2 y el otro 1), una probabilidad del 0.75 (6/8 = 0.75). Keren (1984) encontraba, y

esto es al menos ilustrativo, que de los estudiantes que realizaban en problema correctamente, el

40% utilizaba listas para representarlo y el 80% diagramas de árbol jerárquico. No debemos

34 Carlos Saiz

concluir erróneamente que el tipo de representación produce la solución, pero sí pensar que

puede facilitar la búsqueda de vías de solución.

La naturaleza del problema, por consiguiente, impone qué tipo de representación es la

más idónea. Así, problemas de matemáticas y geometría se resolverán mejor utilizando

ecuaciones, aunque no siempre, como algunos psicólogos de la Gestalt nos han mostrado

(Wertheimer, 1945/1991).

Mayer (1987), paradójicamente, encontraba que algunos problemas de matemáticas

formulados mediante ecuaciones no se resolvían mejor que si se los presentaba verbalmente. La

gente tiende a utilizar diferentes estrategias según se les formule el problema (verbalmente o

mediante ecuaciones). Tomemos un ejemplo del autor (Mayer, 1987, p. 363-364):

Hallar un número tal que si 8 más ese número multiplicado por 3 de divide entre 2, el

resultado es igual a ese número multiplicado por 3 menos 11.

Un forma de resolver este problema sería efectuar cualquier operación posible lo más rápido que

podamos, como “dividir por dos”, dando:

Hallar un número tal que sea 4 más 3/2 del número, es igual a ese número multiplicado

por 3 menos 11.

Mayer denomina esta operación de “¡haz lo que puedas ya!” estrategia de “reducir”. Esta

estrategia era utilizada por el 81% de los sujetos que resolvían problemas de matemáticas

presentados verbalmente. Como él mismo indica, es posible que el formato verbal sea tan

farragoso que les obligue a reducir la información todo lo que se pueda.

Consideremos el mismo problemas expresado mediante una ecuación:

(8 + 3X)/2 = 3X – 11.

Una forma de resolver este problema es “mover las Xs al lado izquierdo de la ecuación y todos

los números al derecho”. Esta forma de reorganizar los elementos de la ecuación, Mayer la

denomina estrategia de “aislar”, y encontraba que la utilizaban el 95% de los sujetos a los que se

les presentaba el problema mediante una ecuación.

El resultado principal de Mayer es, pues, que la gente prefiere recurrir a la estrategia de

“aislar” para problemas de ecuaciones y emplear la estrategia de “reducir” para los problemas

verbales. Estos datos ilustran cómo un mismo problema, presentado de forma distinta, puede

desencadenar estrategias de enfrentamiento diferentes.


Debemos por lo tanto considerar cada situación o problema individualmente con el fin de

elegir de la representación más adecuada. Esta elección se complica todavía más si consideramos

la línea de trabajos que proporcionan apoyo, no a un tipo de representación, sino a la

combinación de varias. Mayer & Anderson (1991, 1992) han obtenido datos en favor de una

mejor comprensión inducida por la utilización de representaciones verbales y visuales

conjuntamente. Utilizaban descripciones verbales y visuales sobre el funcionamiento de las

bombas de bicicleta y sobre un sistema de frenos de los coches. Las condiciones que utilizaban

eran: presentación verbal sola, visual sola, verbal y visual, y control (sin ningún tipo de

descripción complementaria como visual o verbal). El dato que nos interesa aquí es que las

pruebas de retención no eran influidas por la utilización conjunta de esas representaciones. Por el

contrario, las tareas de solución de problemas mejoraban considerablemente con dicha

utilización (Mayer & Anderson, 1992).

Según la naturaleza del problema, unas representaciones pueden ser más adecuadas que

otras (matrices en el problema de los monstruos), o pueden ser incompatibles (ecuaciones en el

problema del monje budista). Pero también pueden ser complementarias, como en los estudios

con descripciones verbales y visuales al mismo tiempo. Necesitamos, por consiguiente, explorar

las posibles formas de representación y decidir cuál va a facilitar la identificación, en el espacio

del problema, de las vías de solución más adecuadas. La ayuda que proporciona un buena

representación del problema para su solución es bien patente; en algunos casos, como en el

problema del monje budista, la representación produce de manera inmediata la solución. No

obstante, esto no es lo más frecuente. Una vez que hemos conseguido representar un problema

adecuadamente, es cuando podemos buscar soluciones posibles en el espacio del problema,

seleccionar las mejor, y probarlas. Pasemos ahora a considerar de qué forma buscamos

solucionar un problema, qué estrategias utilizamos.

36 Carlos Saiz

3. ESTRATEGIAS DE SOLUCIÓN DE PROBLEMAS

La lógica de la ciencia es también la de los negocios y la de la vida –John Stuart Mill.

Al describir la naturaleza del problema, decíamos que las operaciones (u operadores) son

acciones que transforman un estado en otro, y que el espacio del problema es el conjunto de

operaciones que se pueden aplicar en un estado determinado. La dificultad, por lo tanto, al

solucionar un problema estriba en buscar una secuencia de operaciones que nos permitan llegar a

la meta desde el estado inicial; seleccionar una serie de operaciones que reduzcan la diferencia

entre estado inicial y meta. Las estrategias o principios seguidos para seleccionar las acciones

más eficaces para lograr la meta, el método de solución de problemas, pueden ir desde una

estrategia de búsqueda aleatoria o ciega, pasando por la aplicación de heurísticos o “atajos”,

hasta la utilización de algoritmos que garanticen la solución con un número mínimo de pasos.

La estrategia de búsqueda aleatoria consiste en indagar de manera no sistemática,

desordenada, pudiendo repetir respuestas; es como dar “palos de ciego”. Es la estrategia menos

eficaz de todas. Siendo precisos diríamos que es la ausencia de estrategia, la “no estrategia”.

La estrategia de búsqueda sistemática o búsqueda por ensayo y error es la estrategia más

elemental, la primera estrategia propiamente dicha. Se trata de una búsqueda ordenada donde se

anotan o registran los intentos o pruebas para no volver a repetirlos. Se lleva a cabo una

búsqueda planificada, no aleatoria, y se van observando los resultado obtenidos de cada vía de

solución elegida y aplicada; según sean tales resultados, se van intentando nuevas soluciones o

profundizando en la que haya funcionado. Esta estrategia es eficaz para problemas bien definidos

y con un espacio del problema reducido. También es enormemente útil cuando no podemos

utilizar otra estrategia, o no “sabemos”.

Imaginemos un problema sencillo como intentar formar una palabra con la siguiente serie

de letras:

E T P R O C U N A E P


Una estrategia por ensayo y error consistiría en ir probando combinaciones que no se

repitan hasta descubrir una que tuviera significado, que fuera una palabra. Con este método

terminaremos dando con la solución, pero a coste de emplear mucho tiempo.

La búsqueda sistemática es la estrategia más elemental, como decíamos, pero también es

el algoritmo más simple. Un algoritmo es todo método que siempre proporciona la solución a un

problema en más o menos tiempo (Solso, 1991). Un algoritmo siempre garantiza la solución de

un problema con un número finito de pasos u operaciones. El matiz está en que para cierto tipo

de problemas podemos haber envejecido o muerto antes de alcanzar la solución ¿Qué otros

métodos de solución distintos de los algoritmos podemos emplear? Si estos son lentos y, por lo

tanto, muchas veces costosos ¿dispone nuestra mente de otros recursos? Evidentemente, sí. Una

de las ventajas de los algoritmos es que siempre nos garantizan la solución, pero sin reducir el

espacio del problema; en el ejemplo de la serie de letras, lo que hacemos es recorrer el espacio

del problema hasta dar con la solución; recorrerlo, no reducirlo.

Otros métodos, por el contrario, lo que hacen es reducir el espacio del problema. Son

métodos más complejos que los algoritmos, que tienen la ventaja de consumir poco tiempo y ser

enormemente eficaces. Su debilidad se encuentra en el hecho de que no garantizan la solución

del problema. Estos métodos recibían el calificativo de “métodos débiles”2 (Newell, 1980), y

normalmente se conocen como heurísticos. Los heurísticos son “atajos”, son búsquedas

selectivas sobre partes del espacio del problema que se considera más probable para producir la

solución. Son métodos basados en la experiencia y en la práctica, en reglas empíricas (Solso,

1991). En el ejemplo de la serie de letras, procederíamos heurísticamente, imaginando palabras

que contuvieran el mayor número de letras de la serie, hasta dar con una que las contuviera

todas. Utilizamos nuestra experiencia o conocimiento para no recorrer todo el espacio del

problema, sino aquella parte donde creemos que se encuentra la solución, en el ejemplo, aquellas

combinaciones más factible; en nuestro idioma, aquellas combinaciones que alternen una vocal

con una consonante, porque no existen sílabas de más de dos consonantes seguidas.

2 Newell habla de métodos de solución de problemas débiles como opuestos a fuertes.Estos son métodos específicos de un dominio, mientras que los métodos débiles, no.Estos son estrategias o heurísticos generales de solución de problemas como los quedescribiremos en este apartado.

38 Carlos Saiz

Los algoritmos, decíamos, consumen mucho tiempo, pero con ellos siempre alcanzamos

la solución. Los heurísticos, por el contrario, consumen poco tiempo, pero no nos garantizan la

solución. Los esfuerzos en investigación claramente se han dirigido hacia los heurísticos.

Algunas razones pueden justificar este sesgo (Matlin, 1989). Una razón es que para la mayoría

de los problemas humanos no hay algoritmos. La mayor parte de ellos entrarían en la categoría

de mal definidos, y por consiguiente, sin una secuencia fija de pasos para solucionarlos. Otra

razón es que la gente utiliza espontáneamente heurísticos para solucionar los problemas. Dado

que por lo general no disponemos de todo el tiempo del mundo, necesitamos resolver los

problemas con métodos relativamente eficaces que necesiten poca inversión de tiempo. Tenemos

que acortar la búsqueda de soluciones porque los problemas son muchos. Y una última razón, es

que los heurísticos son más interesantes porque son el procedimiento que utilizamos

habitualmente. Esto hace que nos permitan conocer el funcionamiento mental.

Por estas razones nos ocuparemos de los heurísticos que normalmente empleamos a la

hora de solucionar problemas. Describamos a continuación los métodos heurísticos o estrategias

de solución de problemas más estudiados y los más aplicados en la instrucción.

A. Análisis medio-fin

La forma más frecuente de reducir la distancia o diferencia entre el estado inicial y la

meta es utilizar una estrategia de análisis medio-fin. Como señalábamos anteriormente al

describir la naturaleza de todo problema, esta estrategia consiste en dividir la situación en

subproblemas o submetas que nos vayan aproximando a la meta, es decir, que vayan reduciendo

la distancia entre el estado inicial y el final del problema (la solución). El “fin” inmediato (la

submeta) en el problema de los monstruos de las cinco manos, decíamos, es conseguir, por

ejemplo, que el monstruo pequeño tenga la esfera pequeña (paso 1 de la tabla 1). La selección

del cambio adecuado de esfera con las restricciones dadas será el “medio” de conseguir este

“fin” (por eso esta estrategia recibe el nombre de análisis medio-fin).

Anderson (1993) apunta algunas ideas interesantes sobre la estrategia de análisis medio-

fin que comentamos a continuación. Señala que la reducción de la diferencia entre estado inicial

y meta (o entre estados intermedios) se consigue realizando acciones (o imaginándolas) que


produzcan estados cada vez más similares a la meta. Los humanos manifestamos una enorme

confianza en la similitud, que parece única de la especie humana (es difícil encontrar en otras

especies). Esta confianza en la similitud es adaptativa porque muchos problemas se solucionan

precisamente “moviéndose” en dirección a la meta (Anderson, 1990, desarrolla este interesante

análisis en su libro “El carácter adaptativo del pensamiento”). Ilustremos la lógica de este

método ayudándonos con el “problema de los misioneros y los caníbales” (Tomado de Kahney,

1986). Intente resolverlo:

Tres misioneros y tres caníbales quieren cruzar de una orilla a otra de un río. Tienen una

barca que no puede transportar más de dos personas a la vez. En ningún momento

puede quedar un misionero con dos o tres caníbales, porque se lo comerían. Hallar el

modo de cruzar el río realizando el menor número de viajes.

El problema puede resolverse en 11 movimientos, pero normalmente nos empeñamos en

conseguirlo con menos. Analicemos por qué sucede esto con ayuda del cuadro 1 de más

adelante. La dificultad está en que para lograr la meta es necesario perder temporalmente las

ganancias conseguidas. Debemos retroceder, alejarnos de la meta. Como se puede observar en el

cuadro 1 y en el estado 6, después de haber conseguido la posición MM, CC, tenemos que volver

hacia atrás (M, C), es decir, debemos alejarnos de la meta para alcanzarla. La enorme confianza

que tenemos en la similitud nos hace ser muy resistentes a incrementar las diferencias entre el

estado inicial y meta. Esta resistencia que manifestamos a alejarnos de la meta proporciona

apoyo al fuerte carácter adaptativo de la similitud.

40 Carlos Saiz

Cuadro 1. Solución del problema de los misioneros y los caníbales.

M = Misionero. C = Caníbal. B = Barca

PASOS ORILLA IZQUIERDA RÍO ORILLA DERECHA

Estado inicial: MMM, CCC B ------------------

Estado 1: MMM, C B →→→→ CC CC

Estado 2: MMM, CC C ←←←← B C

Estado 3: MMM B →→→→ CC CCC

Estado 4: MMM, C C ←←←← B CC

Estado 5: M, C B →→→→ MM MM, CC

Estado 6: MM, CC MC ←←←← B M, C

Estado 7: CC B →→→→ MM MMM, C

Estado 8: CCC C ←←←← B MMM

Estado 9: C B →→→→ CC MMM, CC

Estado 10: CC C ←←←← B MMM, C

Meta 11: ------------------ B →→→→ CC MMM, CCC

Anderson (1993) proporciona una descripción pormenorizada del ciclo básico de la

reducción de las diferencias en la estrategia de análisis medio-fin. Veamos la figura 7, la cual

ilustra la lógica del ciclo. El que resuelve un problema observa la diferencia entre estado inicial y

meta, e intenta reducirla. Para ello, fija una submeta de eliminación de esa diferencia (en el

problema de los misioneros y los caníbales, el que estos se encuentren en la orilla izquierda).

Una vez que ha fijado una submeta, busca una operación (un operador, una acción) relevante que

elimine la diferencia. Si el operador se puede aplicar, la solución va estando más próxima (la

distancia entre estado actual y meta se acorta). Si no se puede aplicar, como en el estado 6 del

cuadro 1 (los caníbales comerían al misionero), se fija la submeta de dar un rodeo para eliminar

la dificultad. De este modo, va alcanzando submetas hasta lograr la última.


Figura 7. Aplicación del análisis medio-fin. (En Anderson, 1993, p. 38)

Diagrama I. Meta: transforma el estado actual en un estado meta

Diagrama II. Meta: Eliminar la diferencia

Buscar un operadorrelevante que reduzca

la diferencia

Empareja la condicióndel operador con elestado actual para

encontrar más diferencias importantes

Diferencia

detectada

SIN DIFERENCIAS

FRACASO

LOGRO

Submeta:Eliminar la diferencia

Operador

encontrado

FRACASO

APLICA EL OPERADOR

NO ENCONTRADO

Nota. Diagrama I: divide un problema en un conjunto de diferencias e intenta eliminarlas. Diagrama II: busca un operador relevante para eliminar una diferencia.

LOGRO

FRACASO

SIN DIFERENCIAS

LOGRO

Empareja el estado actualcon el estado meta paraencontrar la diferencia

más improtante

Diferencia

detectada

Submeta: Eliminar la diferencia

FRACASO

Anderson señala tres rasgos claves del análisis medio-fin: a) eliminar la diferencia mayor

más simple, b) seleccionar las operaciones que reduzcan las diferencias, y c) cuando no son

encontradas acciones u operaciones en un estado determinado, fijarse como submeta las

precondiciones de dichas operaciones. El que sigue una estrategia análisis medio-fin divide el

problema en subproblemas y busca las operaciones que permitan lograrlos. Este método es la

42 Carlos Saiz

estrategia fundamental de actuación del ser humano. Algunos autores lo consideran como parte

innata de la “maquinaria” cognitiva humana (Anderson, 1993). Lo cierto es que su importancia

adaptativa es ampliamente reconocida.

B. Búsqueda hacia atrás

Una característica fundamental ya señalada del heurístico análisis medio-fin es que

consiste en una búsqueda hacia adelante, es decir, que toda acción va dirigida a aproximarse a la

submeta fijada o a la meta final. Pero como veíamos en el problema de los misioneros y los

caníbales, a veces es necesario retroceder, es decir, buscar hacia atrás. Este no es sólo un

método ocasional. Es una estrategia general que consiste en ir desde la meta al estado inicial o de

partida. La búsqueda hacia atrás es muy útil en determinados problemas de matemáticas o

lógica, donde se aprende partiendo de la solución del problema, o de la conclusión del teorema,

y dirigiéndose hacia el planteamiento o teorema. De este modo podemos ir comprendiendo cómo

se llega de un paso al siguiente, de forma que después se puedan aplicar a otros problemas o

demostraciones análogas.

Una experiencia muy simple y común de lo útil que resulta este heurístico es la que la

mayoría de nosotros hemos tenido con los laberintos de las secciones de pasatiempo de los

periódicos o revistas de información general o “social”, o de las revistas exclusivamente de

pasatiempo como los “Quiz”. Los laberintos ilustran muy bien este heurístico porque posee la

estructura ideal para su aplicación, esto es, muchas rutas alternativas y una única válida que lleva

a la meta. Los problemas, pues, con menos rutas desde la meta que desde el estado de partida se

solucionan bien con esta estrategia de búsqueda hacia atrás. Ilustremos la importancia de este

método con un ejemplo extremo. Intente resolver el siguiente problema del estanque y los lirios:

Los lirios cuando están en el agua se duplican en extensión cada 24 horas. Desde el mo-

mento en el que el primer lirio aparece en el agua hasta que el estanque se cubre por

completo pasan 60 días ¿Cuantos días pasan hasta que la mitad del lago se cubre?

(Fixx, 1978, p. 50)3. 3 ¿Se imaginan los millones de lirios que resultarían de: 1, 2, 4, 8, 16, 32, … hasta 60veces? ¿Qué estanque necesitaríamos? Aparte de estos pequeños detalles, alguienpuede decir que el problema no tiene sulución porque los lirios, crecen en las orillas, noen el agua. El que por sus conocimientos de botánica se pare aquí, que se imagine queen lugar de lirios son nenúfares.


Como habrá comprobado el lector este problema sólo tiene una forma de resolverse, mediante

una estrategias de búsqueda hacia atrás. Veamos cómo. Si el estanque se cubre por completo a

los 60 días y el área cubierta por los lirios se duplica cada día ¿qué parte del estanque estaba

cubierta el día anterior? La mitad. Por lo tanto los días que tarda en cubrirse la mitad del

estanque son 59.

Como decíamos este es un buen método para problemas de matemáticas y lógica, en

general, para problemas formales, problemas bien definidos, o al menos problemas con la meta

clara. Es recomendable que para estos problemas se combinen estrategias “bidireccionales”, que

compaginen estrategias de búsqueda hacia adelante (análisis medio-fin) con búsquedas hacia

atrás. Estas estrategias son, normalmente, las más adecuadas para problemas bien especificados

o problemas de transformación (ver el apartado anterior).

C. Analogías

Decíamos al hablar de los problemas de matemáticas o de lógica que podíamos

comprender mejor los procesos de demostración recorriendo ésta en sentido inverso, de modo

que después se puede aplicar a problemas análogos. El uso de soluciones similares en otros

problemas o situaciones es una de las estrategias más útiles en solución de problemas. Es

razonable pensar que es enormemente adaptativo aplicar a otras situaciones soluciones que han

funcionado en otra El utilizar formas análogas de actuación normalmente supone no invertir

tiempo en buscar otras vías de solución, implica una importante economía cognitiva, economía

de recursos o de procesamiento.

Sin embargo, el uso de experiencias previas en problemas semejantes es menos frecuente

de lo que cabría esperar, entre otras razones porque depende al menos, en primer lugar, de que

accedamos a esas experiencias o conocimientos y, en segundo, de que las apliquemos a otros

problemas semejantes (Medin & Ross, 1992). La aplicación de los conocimientos o experiencias

a otros ámbitos es lo esencial del razonamiento analógico, en el que no nos vamos a detener

(para una revisión, consúltese Vosniadou & Ortony, 1989). Consideremos la accesibilidad a los

44 Carlos Saiz

conocimientos o a las experiencias con problemas resueltos con anterioridad, y la influencia de

estas en el que se desea resolver en un momento dado.

Algunos estudios son claramente pesimistas sobre la frecuencia en la identificación de

similitudes o analogías. Reed, Ernst & Banerji (1974) partían de la idea de que el resolver

problemas debe mejorar el rendimiento en los posteriores. Para probar esta idea, utiliza dos

problemas semejantes: el de los misioneros y los caníbales, y el de los maridos celosos. El

primero lo hemos descrito con anterioridad, y el segundo, en lugar de misioneros y caníbales,

consta de tres mujeres y sus respectivos maridos “celosos”; la restricción en este problema

consistía en que, debido a que los maridos eran muy celosos, una mujer no podía estar sola en

una orilla con otro marido a no ser que estuviera su mujer. Al ser mayor la restricción aquí que

en el de los misioneros y los caníbales, hace que se mucho más difícil.

A pesar de la semejanza entre los dos problemas, los resultados son francamente

decepcionantes. Los dos datos que nos llaman la atención son: 1) cuando el problema de los

maridos celosos precedía al de los misioneros y los caníbales, mejoraba el rendimiento de éste si

el experimentador les revelaba la relación que había entre ellos; 2) cuando el problema de los

misioneros y los caníbales precedía al de los maridos celosos, el rendimiento de éste no

mejoraba, aunque se hiciera una indicación acerca del parecido entre ambos. El efecto de la

similitud parece ocurrir sólo cuando: a) se dan pistas sobre la misma, y b) el segundo problema

es más fácil que el primero. En relación con estos resultados, Reed (1977) afirmaba que la

identificación de analogías es poco frecuente, y se puede aplicar si se dan las siguientes

condiciones: 1) que las personas descubran la analogía entre problemas, 2) que recuerden cómo

resolvieron el problema análogo precedente, y 3) que sean capaces de traducir la solución

anterior en pasos aplicables al problema actual.

Gick & Holyoak (1980, 1983) obtienen datos muy parecidos. En varios estudios, utilizan

dos problemas semejantes con formas de solución idénticas. Emplean el ya clásico “problema

del tumor” de Duncker y otro sobre “el asedio de un castillo” (ellos lo llaman historio general).

Estructuralmente son idénticos, y sin embargo, la solución espontánea del primero, después de

haber leído y resumido la “historia general”, sólo la consiguen el 30% de los sujetos. Cuando se

les sugiere que utilicen la historia general, entonces consiguen solucionarlo el 80%.


Nuevamente, sólo se percatan de la analogía cuando se les indica. Muy pocos son los que

espontáneamente la detectan.

¿Por qué es tan difícil descubrir analogías? En los estudios de Gick y Holyoak, los

sujetos resolvían el problema del tumor a continuación de la lectura y resumen de la historia

general, es decir, sin demora de tiempo. El interés sobre la dificultad en descubrir analogías

espontáneamente ha estimulado muchas líneas de investigación dada su importancia teórica y

aplicada. Recojamos a continuación algunas reflexiones interesantes de Medin & Ross (1992)

sobre esta cuestión. Recordemos la tarea de Gick y Holyoak, los sujetos leen una historia sobre

el asedio de un castillo y después resuelven el problema del tumor. Si tenemos en cuenta los

contenidos tan diferentes de la historia y el problema ¿por qué pensar en utilizar la historia,

cuando uno puede recurrir mejor, por ejemplo, a sus conocimientos sobre los rayos X y otros

procedimientos médicos? Estos conocimientos se pueden ver como más pertinentes que la

historia previa, y por consiguiente, centrarse en ellos para aplicarlos.

De este modo, una dificultad importante en la identificación de analogías (en realidad, la

identificación de semejanzas estructurales o profundas, no superficiales) puede encontrarse en

las diferencias superficiales entre los dos problemas. Las diferencias de contenidos puede desviar

la búsqueda de conocimiento relevante hacia dominios afines, esto es, al decidir qué

conocimiento es relevante para problema, la búsqueda la dirigimos hacia conocimientos

médicos, no militares. Medin y Ross proponen, pues, una explicación de la dificultad en función

de mecanismos de accesibilidad. Se activan conocimientos dependientes del contenido del

problema. Alguien podría argumentar que no se dispone de otros contenidos porque los sujetos

no resuelven el problema militar, sólo lo resumen. Si recordamos los datos de Reed, Ernst y

Banerji debemos decir que sustentan esta posibilidad.

Los datos todavía son más decepcionantes, porque como nos indican Medin y Ross, uno

puede pensar que cuando los contenidos son semejantes, o del mismo ámbito o dominio, la gente

sí descubra semejanzas. Se ha visto que cuando se resuelven problemas de probabilidad en los

que se utilizan ejemplos semejantes a los que se empleaban para ilustrar los principios

previamente enseñados, los sujetos resuelven el 77% de los problemas. Pero si esos ejemplos son

semejantes a los utilizados para ilustrar otros principios no aplicables en esos problemas, el

46 Carlos Saiz

rendimiento desciende hasta el 23%. Claramente, tanto en esta situación como en las anteriores,

identificamos sólo las semejanzas superficiales, no estructurales.

La pregunta que debemos contestar a continuación es ¿de qué modo podemos eliminar

estas dificultades de accesos a conocimientos semejantes estructuralmente? Hemos señalado que

una de las dificultades de acceso es la dependencia de los contenidos, que impide abstraer la

similitud más profunda o estructural. Otra razón puede ser que parte de la dificultad se encuentre

en el hecho de que aún en el caso de disponer del conocimiento no sabemos cuándo es relevante.

Esto se puede observar frecuentemente con problemas formales, de matemáticas o de

programación. En estos se explica cómo realizar un cálculo o una subrutina y cómo aplicar un

principio o regla, pero se omite cuándo dicho cálculo o subrutina se debe realizar o cuándo un

principio se debe aplicar.

¿Cómo mejora pues el problema de la accesibilidad? Un modo es incrementar las

semejanzas entre problemas, ya que esto hace más probable evocar problemas anteriores y

utilizarlos para solucionar los actuales. Otra forma consiste en procurar que el problema que se

está intentando resolver con ayuda de otro previo, se procese y represente del mismo modo que

éste. Si el procesamiento de ambos es similar, las representaciones de ambos también lo serán, y

la accesibilidad de una de ellas, consiguientemente, será mayor. Este planteamiento se inspira en

la idea de la especificidad de la codificación. Aplicada a nuestro análisis, cuanto más semejante

es la codificación (procesamiento) de varios problemas, más indicios compartirán, lo que facilita

desde cualquiera de ellos el acceso a los demás.

Otro medio de mejorar la accesibilidad consistiría en facilitar la identificación de

semejanzas estructurales. Si las dificultades de acceso, como señalábamos, pueden provenir de la

excesiva dependencia del contenido y de la falta de conocimiento sobre los aspectos relevantes,

entonces abstraerse de contenido y mejorar está comprensión debería aumentar la accesibilidad.

Un modo de facilitar la abstracción, consistiría en comparar el mayor número de ejemplos o

casos con la misma estructura en cada problema, de forma que se produzca la generalización

desde ellos. Esto, además, tiene como consecuencia el ayudar a saber qué cursos de acción o

soluciones tomar. Al relacionar ejemplos o aspectos en una situación se clarifica cuáles son más


revelantes y cuáles lo son menos, de modo que se puede estimar mejor qué solución es más

conveniente y cuál lo es menos.

La desventaja de abstraer o generalizar a partir de muchas comparaciones de casos es que

requiere mucho esfuerzo, por parte de quien resuelve un problema. Otra forma menos costosa de

incrementar la accesibilidad de determinado conocimiento en otras situaciones consiste en hacer

explícitos todos los pasos que se siguen en la solución de un problema que con posterioridad

podemos utilizar. Algunos datos han revelado que si quien resuelve un problema tiene una clara

comprensión del mismo y de por qué elige un determinado curso de acción en cada estado del

problema, entonces este conocimiento se manifiesta mucho más accesible en el momento de

resolver problemas posteriores. Por lo tanto, la forma de incrementar la accesibilidad de

determinados conocimientos, consistiría en hacer el esfuerzo de explicar cada paso que se da al

solucionar un problema, en la forma de indicar qué submeta o meta se pretende alcanzar y cómo

ese paso permite conseguirla. El establecer esta relación entre meta y acción que la logra

proporciona una comprensión de la estructura del problema que se generaliza con cierta

independencia del contenido del mismo.

En resumen, el problema de la accesibilidad de determinados conocimientos por la

dependencia tan grande de los contenidos, puede obviarse si se logra identificar y almacenar la

estructura de los mismos. Tanto la generalización a partir de las comparaciones de caso o

ejemplos, como el hacer explícito cómo y por qué se da cada paso en la solución de un problema,

ayuda a acceder a estas experiencias en ocasiones posteriores.

D. Simplificación

Una estrategia que depende más que otras de la representación de un problema es la

simplificación. Cuando nos enfrentamos a problemas abstractos o complejos, el sentido común

nos indica que la mejor forma de solucionarlos es reformularlos en ejemplos concretos o

ilustrarlos con estos, y reducirlos a sus aspectos más simples. Una buena representación logra

precisamente este objetivo, ilustrar o reducir el problema a sus elementos más simples.

Recordemos el problema del monje budista y cómo la representación gráfica del mismo permitía

el descubrimiento instantáneo de la solución.

48 Carlos Saiz

E. Dividir por la mitad

La estrategia de dividir por la mitad es enormemente útil cuando no hay razones para

buscar selectivamente vías de solución, porque todas son potencialmente probables. La esencia

de este heurístico de búsqueda descansa en lo que podríamos llamar coloquialmente la técnica

del descarte, del descarte de la mitad de las posibilidades. Recordemos un juego muy popular

“adivinar un personaje famoso”. La manera de descubrirlo es utilizar la técnica del descarte o

dividir por la mitad: ¿mujer u hombre? ¿está vivo o muerto? ¿mayor o menor de 50 años?… De

este modo, se eliminan la mitad de las opciones.

F. No Contradicción

Otra estrategia enormemente útil, cuando las soluciones posibles son divisibles en grupos

mutuamente excluyentes, es utilizar el principio de no contradicción. Por lo que se refiere a la

consecución de submetas, esta estrategia es muy semejante a la anterior. Utilicemos una de las

múltiples versiones que existen del problema del mentiroso e intente resolverlo:

Imagínese que está en la cárcel y que le dan la oportunidad de conseguir la libertad.

Para ello, debe averiguar qué puerta de dos es la que conduce a la libertad. Pero

¡cuidado! la otra puerta conduce a la muerte. Delante de cada puerta se encuentra un

guardia, uno dice siempre la verdad y otro dice siempre la mentira. Usted sólo puede

realizar una pregunta a uno de ellos, que le permita saber cuál es la puerta de la libertad

¿Qué pregunta haría usted?

Si utiliza el principio de no contradicción, resolvería el problema preguntando: ¿Qué

puerta me diría el otro que es la de la libertad? Si le preguntamos al guardia mentiroso, nos dirá

que el guardia sincero diría que es la puerta de la muerte. Si le preguntamos al guardia sincero,

nos dirá que el guardia mentiroso diría que es la puerta de la muerte. Por consiguiente, la puerta

de la libertad siempre será la contraria de la que nos digan.

Existe una cierta dificultad para utilizar este principio debido a que nuestra mente

normalmente busca confirmar hipótesis o ideas, y en pocas ocasiones intenta desconfirmarlas.

Normalmente, lo que hacemos es limitarnos a comprobar la presencia de datos o regularidades

que confirmen nuestra ideas o suposiciones. Debido a esta tendencia sistemática hacia la


confirmación, es muy recomendable intentar confirmar las ideas o hipótesis contrarias, para tener

mayores garantías de dar con la solución más adecuada.

G. Identificación de regularidades

La investigación a todos lo niveles, en nuestra vida diaria y en el laboratorio, logra el

avance cuando identifica y resuelve contradicción (conceptuales y empírica), utiliza

sistemáticamente el principio de no contradicción. Pero los avances también se obtienen cuando

identificamos regularidades, constantes a través de situaciones. Hace algún tiempo que John

Stuart Mill estableció la lógica elemental de la investigación: dos sucesos están relacionados o

uno puede ser la causa del otro cuando ambos están presentes y ausentes a la vez, es decir,

cuando la causa está presente debe estarlo también el efecto, y cuando aquella está ausente

también lo debe estar éste. Es esencial, pues, identificar qué permanece bajo las mismas

condiciones, y qué varía. Esta lógica es la que sustente la leyes científicas, en ellas se expresan

relaciones constantes (invariantes) entre variables.

La búsqueda de regularidades es uno de los heurísticos fundamentales en el

descubrimiento científico (Langley, Simon, Bradshaw & Zytkow, 1987), en problemas, por lo

tanto, mal definidos o creativos. Una de las dificultades mayores en problemas mal definidos y

en los de “insight” (ver más adelante, la naturaleza del “insight” ) es lograr una representación

del mismo (comprenderlo). Al buscar regularidades conseguimos una mejor representación y

posterior solución del mismo. Este heurístico es poderosamente eficaz en problemas difíciles de

“insight” (ver Kaplan & Simon, 1990). Es muy probable que la identificación de las

regularidades ayude en la abstracción de las relaciones más profundas (estructurales), lo que

producirá una búsqueda y selección de vías de solución eficaces.

Hemos descrito algunas de las estrategias de solución de problemas, a nuestro juicio, más

generales y útiles. Existen otras menos representativas en las que no nos vamos a detener.

Además no debemos olvidar que las estrategias son procedimientos heurísticos, y como tales no

son fijos, no existen únicamente las que nosotros conocemos. Es probable que la lectora/lector a

lo largo de su experiencia tenga conocimiento de otros que le son de enorme utilidad. Lo que

50 Carlos Saiz

pretendíamos era revisar los fundamentos de los que normalmente utilizamos con el fin de

hacerlos aplicables a un mayor número de situaciones.

Es posible que alguien se pregunte: “Pero ¿cómo seleccionar el más adecuado?” Lo

primero que debemos enfatizar es que estas estrategias no son excluyentes entre sí, sino todo lo

contrario, normalmente son complementarias, esto es, siempre es mejor combinarlas. Lo

segundo, que una o varias estrategias serán más adecuadas dependiendo de la naturaleza del

problema.

4. COMPRENSIÓN Y SOLUCIÓN DE PROBLEMAS POR EXPERTOS

Lograr un buena representación del problema y elegir las estrategias de solución

adecuadas depende de muchos factores y requiere que se den unas condiciones mínimas para que

esta actividad sea eficaz. Hemos descrito los más importantes de unos y otras. Otra forma de

mejorar la comprensión y solución de problemas es aprendiendo del modo cómo actúan las

personas expertas. Un experto es alguien que posee un amplio conocimiento en un campo

determinado. La gente experta es altamente eficiente en la solución de problemas del ámbito que

conoce en profundidad. Si comparáramos la forma de resolver problemas de la gente experta y

de la que no lo es posiblemente descubriríamos diferencias importantes en la forma de

representación del problema y de búsqueda y selección de estrategias de solución.

El análisis de las diferencias en solución de problemas entre expertos y novatos es una

línea importante de investigación que posee ya una cierta tradición. Comienza con dos trabajos

de gran interés sobre el estudio de los jugadores de ajedrez, en el que observaban a jugadores

normales y a maestros. En estos primeros estudios de deGroot (1966) y en otros más amplios

desarrollados por Chase & Simon (1973), se observa que los maestros de ajedrez eran capaces de

recordar la mayoría de las posiciones de las piezas en varias partidas a la vez, con una simple

mirada. Los jugadores normales (“novatos”) no podían recordar más que unas pocas posiciones

de esa partidas. Curiosamente, cuando las piezas de colocaban en los tableros de ajedrez

aleatoriamente, el recuerdo de maestros y jugadores normales era muy semejante.

Una interpretación de estos interesantes resultados es que los maestros (expertos) agrupan

las piezas de las partidas en unidades (“chunks”) significativas muy grandes, lo cual les


permitiría ampliar la capacidad de su memoria a corto plazo. Cuando tales agrupaciones

significativas no se podían realizar, al presentarles las piezas colocadas al azar su recuerdo era

semejante al de los jugadores normales (Newell & Simon, 1972). La destreza para agrupar la

información en unidades con significado nos permite ampliar la capacidad de nuestra memoria.

Esta es una diferencia fundamental entre personas expertas y personas que no lo son.

¿Cómo se adquiere esta habilidad? ¿A costa de qué se logra? Al estudiar a los maestros

de ajedrez se calculaba que empleaban entre 10.000 y 20.000 horas estudiando posiciones de

partidas. Hagamos un cálculo: un alumno que estudie 40 horas a la semana (¿hay alguno?)

durante 33 semanas a lo largo de todo el curso, estudia 1320 en un año. Imaginemos que este

alumno dedica más de 10 años al estudio de una materia, o al juego del ajedrez. Desde esta

perspectiva podemos comprender mejor por qué los expertos como los maestros de ajedrez son

capaces de almacenar entre 10.000 y 100.000 posiciones (jugadas) diferentes (Posner, 1988).

Así, puede reconocer y recordar en muy poco tiempo muchas posiciones con una simple mirada.

La investigación sobre expertos realiza este tipo de análisis: identificar las diferencias en

la organización y acceso al conocimiento por parte de los expertos que determina su mayor

eficacia en solución de problemas (Glaser, 1987). Pero, concretamente ¿en qué consisten estas

diferencias? Este autor nos señala las más importantes. Por ejemplo, el conocimiento de los

expertos está organizado en principios y en esquemas amplios, mientras que el novato lo

organiza de una forma literal. Esta manera de tener organizado el conocimiento le permite al

experto confiar y utilizar con frecuencia juicios y representaciones intuitivas. Algo que sólo

puede hacer después de años de experiencia.

Las personas expertas practican y, por consiguiente, desarrollan continuamente sus

habilidades. Pero sólo en un dominio o ámbito concreto. Esto les permite adquirir estructuras

significativas amplias. Tal esfuerzo continuo hace que su conocimiento sea fundamentalmente

procedimental y orientado a una meta, a lograr una mayor destreza en su dominio. El poseer un

conocimiento almacenado en esquemas amplios, permite al experto una rápida capacidad de

acceso al mismo. Esto le permite representarse mejor y en menos tiempo cualquier problema. La

comprensión, pues, será mucho más completa.

52 Carlos Saiz

Esta es una de las razones, por ejemplo, de que los expertos sean capaces de aplicar con

mucha frecuencia analogías a problemas nuevos. Su completa comprensión consiste en un

reconocimiento claro de los aspectos estructurales de cualquier problema, es decir, abstrae lo

esencial, de forma que le resulta fácil establecer similitudes con otros problemas o con otras

situaciones. Desarrolla, pues, una gran capacidad de abstracción y generalización.

Los expertos, cuando resuelven un problema, proceden de un modo muy diferente a

como lo hacen los que no son expertos. Aquellos planifican la tarea globalmente, utilizan

procedimientos de autorregulación, como distribuir la atención en función de las demandas de la

situación, y ser particularmente sensible a los resultados que va obteniendo (a la

retroalimentación). Estos procesos de autorregulación, además, le permiten al experto

automatizar con mayor rapidez determinadas operaciones, lo que libera una cantidad

considerable de atención. Pero todo esto resulta muy determinado por las demandas concretas de

las tarea. En unos casos podrán utilizar los esquemas especializados que han desarrollado y en

otros no.

Estas diferencias son las que se emplean en la elaboración de programas para la

formación de expertos. Los primeros trabajos de instrucción en solución de problemas como los

de Polya (1945) y Bloom & Broder (1950), eran en parte iniciativas de esta naturaleza, ya que la

técnica básica de instrucción que utilizaban consistía en utilizar “modelos”, es decir, observar a

los más capacitados y seguir sus pasos.

La investigación sobre formación de expertos ha dado y sigue dando resultados muy

importantes (véanse las revisiones de Chi, Glaser & Farr, 1988; y Hoffman, 1992). El conocer

las características de los expertos nos ayuda a comprender mejor los mecanismos fundamentales

en la resolución de problemas.

5. DIFICULTADES EN LA SOLUCIÓN DE PROBLEMAS

Cuando uno intenta solucionar un problema se encuentra con dificultades a lo largo de

todo el proceso, dificultades a la hora de comprenderlo, y dificultades a la hora de buscar y

seleccionar acciones que nos permitan lograr la meta o la solución, es decir, dificultades en la

elección de la estrategia o estrategias idóneas. El origen de éstas puede ser la complejidad del


problema, la ambigüedad o poca claridad del mismo, o la falta de información, de conocimiento.

Otra clase de obstáculos se encuentra en nosotros mismos, en las rutinas de nuestro

pensamiento y en las predisposiciones derivadas de nuestro conocimiento. Esta clase de

obstáculos o problemas son lo que se denomina disposición mental. La disposición mental es un

estado caracterizado por predisposiciones, estereotipamientos o mecanización de nuestro

pensamiento. Cuando se resuelve un problema, la disposición mental siempre es un bloqueo en

la búsqueda de soluciones. Intenten resolver el problema clásico de “los nueve puntos” (tomado

de Weisberg, 1986/1987):

� � �

� � �

Conecte estos nueve puntos mediante cuatro líneas rectas

� � � sin levantar el lápiz del papel.

Como sucede con todos los problemas de “insight o idea feliz”, son difíciles de resolver

porque la meta no está dada, son problemas mal definidos. En el caso del conocido problema de

los nueve puntos, la dificultad se encuentra en nuestra fijación para resolverlo siguiendo la figura

imaginaria de un cuadrado. Pretendemos ayudarnos con una disposición perceptiva equivocada.

Seguimos una suposición injustificada. Mientras utilicemos esta fijación nunca resolveremos el

problema. Es importante, por lo tanto, eliminar las suposiciones inadecuadas para suprimir el

bloqueo en la búsqueda de soluciones. Algunos autores creen que la eliminación de las

suposiciones injustificadas o los bloqueos es suficiente para que se encuentre la solución. La

lectora/lector que no conozca la solución, intente hacerlo, pero sin apoyarse en formas

cuadradas.

Trate de resolver el siguiente problema numérico, antes de continuar:

Imagine por qué los siguientes números están en ese orden.

0, 5, 4, 2, 9, 8, 6, 7, 3, 1.

Nuestro conocimiento, que es esencial frente a cualquier problema, con frecuencia nos

traiciona, ya que nos guía por vías equivocadas o nos impide adoptar otra perspectiva como en el

54 Carlos Saiz

problema de los nueve puntos de antes. Cuando nos enfrentamos a problemas numéricos como el

de arriba, lo primero que hacemos es buscar relación o descubrir algún principio que se base en

los valores de cada uno o en los valores que resultan de efectuar operaciones entre ellos. Son

muy pocos los que adoptan otra perspectiva para solucionarlo. Y si no eliminamos esa fijación

no lo resolveremos. Cambiemos de perspectiva:

cero, cinco, cuatro, dos, nueve, ocho, seis, siete, tres, uno

Los números están ordenados alfabéticamente. En este problema caemos en lo que se conoce

como fijeza funcional, una especie de disposición o bloqueo mental. Nos empeñamos en trabajar

con los números como normalmente lo hacemos, realizando operaciones o cálculos. Utilizamos

la función que normalmente poseen.

Otra dificultad importante a la hora de solucionar un problema consiste en ser incapaces

de identificar o detectar la información relevante, debido a determinadas disposiciones o

fijaciones mentales. Recuerden el problema del revisor de tren que les planteábamos

anteriormente. En él, durante todo el tiempo nos están indicando que bajan tantos, suben tantos

pasajeros, que nos convencemos de que el problema va a consistir en calcular el número de

viajeros en un momento dado. La información aparentemente relevante se impone sobre la que

realmente lo es.

Todos sabemos lo gratificante que es lograr superar cualquier obstáculo o solucionar los

problemas. Para determinados tipos de problemas, cuando descubrimos un algoritmo que

funciona, lo seguimos aplicando de forma automática siempre que no falle. Ilustremos esta idea

con otro problema clásico, el problema de las jarras de Luchins (1942) pero antes intente

resolverlo:


Dispone de tres jarras (A,B,C) y tanta agua como desee. Utilizando adecuadamente las

tres jarras, intente lograr la cantidad que se le especifica en la columna META, para ello,

puede quitar o añadir agua de las jarras en la forma que quiera. La cantidad de agua no

pueden ser calculada a ojo, sino que ha de hacerse llenando las jarras hasta el borde.

Ahora, intente solucionar los 7 problemas de abajo.______________________________________________________

Problema A B C Meta______________________________________________________

1 24 130 3 100

2 9 44 7 21

3 21 58 4 29

4 12 160 25 98

5 19 75 5 46

6 23 49 3 20

7 18 48 4 22

______________________________________________________

Seguramente se habrá dado cuenta de que todos los problemas se resuelven con la

fórmula: B – A – C – C. Es decir, quitar una cantidad de líquido equivalente al contenido de la

jarra A, y dos del equivalente a la C, del contenido de la B. Con este algoritmo, obtendremos la

cantidad indicada en la meta para cada problema. Cuando nos enfrentamos a esta tarea, nada más

descubrir el algoritmo para el problema 1, intentamos aplicarlo al 2, y como funciona, seguimos

aplicándolo al resto. Miremos el problema 6 y 7, si los observamos de nuevo veremos que el 6 se

soluciona simplemente vaciando parte del contenido de la jarra A en C (A – C). Y el problema

siete lo solucionamos, añadiendo el contenido de C en A (C + A).

En ocasiones como la anterior, procedemos de manera automática o mecánica utilizando

procedimientos más largos y costosos, porque el logro de uno nos lleva a seguir utilizándolo y de

este modo nos impide dar con vías de solución más simples. Una vez más somos presa de las

rutinas de nuestro pensamiento.

56 Carlos Saiz

6. NATURALEZA DEL “INSIGHT” (IDEA FELIZ)

Recordemos el problema de los nueve puntos de antes. Decíamos que es un problema mal

definido. Quienes lo hayan resuelto habrán experimentado que la solución ha aparecido de súbito

en nuestra mente, una sensación semejante al “eureka”, “¡ya lo tengo”, ¡ajá! Quien no lo haya

resuelto habrá experimentado un bloqueo de toda iniciativa de solución que no fuera “fijarse al

cuadrado”. La naturaleza del insight ha sido ampliamente estudiada en la tradición gestaltista, en

la cual se defiende que la solución de problemas se produce en fogonazos de inspiración,

súbitamente “vemos” la solución (Weisberg, 1986/1987). Desde esta misma posición, se dice

que el bloqueo en los problemas de insight se produce porque normalmente no podemos

reestructurar el problema, debido a fijaciones en determinadas formas de estructurarlo -el

cuadrado, en el problema de los nueve puntos- (Weisberg, 1992).

En este análisis de la Gestalt se defiende que la solución de problemas de este tipo sucede

por una reestructuración súbita, la cual es independiente de la experiencia pasada y de la práctica

reciente con problemas de la misma clase. Se supone que la solución se alcanza por una especie

de proceso todo o nada, no gradual, por insight. Por el contrario, una solución que no se logre de

manera todo o nada, se alcanzará por un proceso gradual, que se apoye en las experiencias

pasadas; este proceso se considera crucial en el pensamiento creativo (Weisberg, 1986/1987).

Dentro de esta visión gradual, el mismo Weisberg propone que solucionar un problema es un

proceso cíclico, en el que se recupera información desde la memoria y después se aplica al

problema. Si no se logra la solución, el ciclo de búsqueda comienza de nuevo. Una visión

semejante, también gradual, es la de Simon, Newell & Shaw (1962/1979), en la que el proceso

de búsqueda en el espacio del problema es el mecanismo fundamental de resolución.

Es evidente la diferencia sustancial entre el “proceso súbito” en el “insight” y el proceso

gradual en solución de problemas. No es nuestro interés aquí contrastar teorías, sino extraer

algunas ideas sobre el análisis que se hace del bloqueo del “insight”. Retornemos al problema de

los nueve puntos. Desde la Gestalt se propone que el bloqueo se debe a presunciones tácitas o

suposiciones injustificadas (en el problema de los nueve puntos, fracasamos porque no

conseguimos “despegar” del cuadrado). Si se consiguen eliminar esas suposiciones, el problema


se resuelve de manera inmediata (cfr. Weisberg, 1986/1987). Según este análisis, la dificultad

del problema se encuentra en las suposiciones que sobre él nos formamos. Es decir, que si

evitamos que la gente utilice su presunción, la solución debería aparecer de inmediato (cfr.

Weisberg, 1986/1987).

Esta idea es la que pretenden probar Weisberg & Alba (1981). Emplean el problema de

los nueve puntos, y cuatro condiciones: 1) control, en la que se les pide que resuelvan el

problema sin ninguna indicación o pista, 2) “cuadrado no”, en la que se les indica que la solución

se alcanza si se prescinde de la figura del cuadrado, 3) “cuadrado no + una línea”, en la que se

añade a la anterior la pista de dibujarles una línea de la solución, y 4) “cuadrado no + dos

líneas”, en esta se les dibujan dos líneas en lugar de una. Los datos que obtienen son

interesantes. Los resumimos en la figura 8.

0

10

20

30

40

50

60

70

80

90

100

Porcentaje de personas que resuelve el problema de los nueve puntos

CONDICIONES

% d

e so

luci

ones

Grupocontrol

"cuadrado no" "cuadrado no + 1 línea "

"cuadrado no+ 2 líneas"

(0%)

Figura 8.

Como podemos observar, los resultados son más bien decepcionantes. Si aceptamos que

la condición “cuadrado no” elimina la suposición que bloquea la solución, debemos admitir que

el proceso de solución dista mucho de ser “súbito”. Sólo un 20-25% de los sujetos que

prescindían del cuadrado resolvían el problema. Con una línea como pista adicional, conseguían

58 Carlos Saiz

resolverlo menos del 65%. El grupo control, evidentemente, fracasa estrepitosamente en la

solución, nadie lo resuelve (0%). Si seguimos el análisis de la Gestalt, debemos concluir que

algo más que las suposiciones injustificadas bloquean la solución del problema.

Una línea argumental a favor de la idea de insight y opuesta a la de proceso gradual en

solución de problemas es la de Metcalfe (1986a, 1986b; Metcalfe & Weibe, 1987). El análisis

que sigue la autora es algo distinto. Argumenta que, si la solución de un problema se basa en

procesos de búsqueda en nuestra memoria, en recuperar información que nos ayude en la

solución (posición de Weisberg) o, como afirman Simon, Newell y Shaw, en la búsqueda de vías

de solución en el espacio del problema, entonces los sujetos deben ser capaces de estimar con

relativa precisión el grado en el que se aproximan a la solución en problemas de “insight”. La

búsqueda en la memoria o en el espacio del problema (que muchas veces es en la memoria

también) es consciente, y si la solución es un proceso gradual, debe poseer una buena estimación

subjetiva de los pasos que da y de sus resultados, si se acerca o todavía no a la meta. Puesto que

la solución es gradual y la búsqueda consciente, la apreciación de su proximidad o lejanía tiene

que ser ajustada (buena).

Los problemas de insight que utiliza los toma de deBono y Fixx. Recojamos el más

interesante. Puede, de paso, intentar resolverlo antes de continuar.

Un desconocido se aproxima al director de un museo y le ofrece una moneda de bronce

antigua. La moneda parecía auténtica y marcaba la fecha de 544 a.C. El director,

afortunadamente había hecho adquisiciones de objetos de procedencia sospechosa con

anterioridad, pero esta vez llama rápidamente a la policía que detiene al desconocido

¿Por qué?

Con esta clase de problemas, les pide a los sujetos que estimen cada 10 segundos, al

mismo tiempo que los resuelven, en una escala de “sensación de calor”4, el grado en el que

creían que se acercaban a la solución del problema. Los datos que obtiene apoyan su

planteamiento, y además son interesantes, porque curiosamente los sujetos que resolvían el

problema eran los más pesimistas respecto a alcanzar la solución. Por el contrario, los que no lo

resolvían eran claramente más optimistas. Estos datos los obtenía con problemas de insight como

4 ¿Recuerdan el juego “adivina adivinanza… caliente, frío, frío, abrasando…” ? Laescala sigue la misma forma de estimación.


el de la moneda antigua. Con problemas formales, de álgebra, los resultados se invierten, y son

aquellos que los resuelven quienes realizan estimaciones más ajustadas.

Aunque los datos puedan resultar de interés, es necesario señalar algunas deficiencias

conceptuales y metodológicas en el planteamiento de Metcalfe. Respecto a las primeras, recordar

que Metcalfe argumenta que si la búsqueda es consciente y la solución gradual, los que

solucionan el problema deber estimar relativamente bien su progresiva aproximación a la

solución. La debilidad de esta reflexión es que infiere que si no hay conciencia es porque los

procesos no son graduales, por lo tanto son súbitos. Esta es una argumentación por defecto.

Pueden estar implicados procesos de otro tipo. Los datos pueden no apoyar procesos graduales,

nada más. Decimos pueden porque las tasas de “caliente-frío” son enormemente problemáticas.

Además, existen deficiencias metodológicas en las que no nos vamos a detener (para una

revisión de estas deficiencias y una evaluación global de los trabajos de Metcalfe y otros sobre el

insight, consúltese Weisberg, 1992).

El análisis del insight resulta interesante por varias razones. La primera, porque es con

este tipo de problemas con los que el bloqueo mental es más extremo. Es aquí donde nuestras

suposiciones o nuestras “rutas” mentales nos traicionan en mayor medida, pues es necesario

prescindir de los enfoques normales. Intente si no explicar las siguientes afirmaciones que nos

brinda Gardner (1978, citado en Weisberg, 1986/1987): 1) “Esta mañana se me cayó un

pendiente en el café; auque la taza estaba llena, no se mojó. ¿Cómo es eso? 2) Ayer, cuando fui a

dormir, apagué la luz y me metí en la cama. Mi cama está a seis metros del interruptor de la luz;

sin embargo, logré meterme en la cama antes de que la habitación quedase a oscuras. ¿Cómo

pudo ser? 3) La semana pasada, muestro equipo de baloncesto ganó un partido por 73-49; sin

embargo, ni uno sólo de los hombres de nuestro equipo llegó a hacer ni siquiera un punto.

¿Cómo es esto posible? 4) ¿Qué palabra de cinco letras es más breve al añadir más?” (p. 47)5.

Como veíamos antes, no es suficiente eliminar nuestras creencias. Es necesaria una cierta

destreza con esta clase de situación, una cierta familiaridad con este tipo de problemas. Muchos

de nosotros hemos tenido esta experiencia con los populares jeroglíficos. Al principio, en

5 1) El cafe que llenaba la taza estaba en grano. 2) Se acostó de día. 3) El equipo erafemenino. 4) La palabra es breve.

60 Carlos Saiz

nuestros primeros intentos nuestro “bloqueo o despiste” es enorme, pero a medida que vamos

teniendo más práctica, ese bloqueo es mínimo, y las “ideas felices nos visitan con bastante

frecuencia”. Por lo tanto, la experiencia, nuestro conocimiento es insustituible, aunque a veces

nos juegue malas pasadas. Como veíamos anteriormente, la cuestión de fondo es la naturaleza

del proceso de solución de problemas mal definidos, de problemas creativos, donde hay

soluciones múltiples para un mismo problema o simplemente no existen soluciones, sino nuevos

problemas o nueva reformulación de la situación.

En lo que posiblemente existe un mayor acuerdo es en que una gran cantidad de

experiencia acumulada no lleva asociado más pensamiento creativo o soluciones innovadoras. Se

da una especie de efecto de “enganche” que impide distanciarse lo suficiente como para efectuar

un planteamiento nuevo (Sternberg, 1990). Lo que es más difícil de asumir es que las soluciones

ingeniosas procedan de la “nada”, no sean fruto de nuestra experiencia. Los datos que aportan

autores como Metcalfe empleando medidas de metaconocimiento, sólo demuestran la dificultad

que tenemos de acceder a nuestras experiencias o vivencias internas, a nuestros procesos de

pensamiento (Ericsson & Simon, 1984).

El proceso por el cual logramos el insight en solución de problemas parece depender del

descubrimiento de una buena representación del problema. A la búsqueda de una representación

eficaz contribuyen particularmente estrategias como la identificación de regularidades y nuestro

conocimiento y experiencia. Kaplan & Simon (1990) aportan un conjunto de datos interesantes

sobre estas ideas. Concretamente, son capaces de predecir el rendimiento en problemas de

insight a partir de factores como el conocimiento relevante del dominio, estrategias de

identificación de regularidades, y determinados indicios, y utilizando datos de simulación,

cronométricos y protocolos verbales.

Cada vez existe un mayor convencimiento de que la naturaleza del insight descansa en

los mismos procesos de pensamiento que el resto de soluciones o “descubrimientos” menos

llamativos o difíciles. Pero no sólo las creencias o suposiciones, los datos también van en esta

misma dirección (Bowers, Regehr, Balthazard & Parker, 1990; Kaplan & Simon, 1990;

Kotovsky & Simon, 1990; Weisberg, 1992).


Los problemas de insight son ejemplos más claros de problemas mal definido. Problemas

en los que hay menor estructuración en sus componentes, o mayor ambigüedad en los mismos.

Esta clase de problemas ayuda a entender mejor que el hecho de hablar de problemas bien o mal

definidos no establece categorías discretas, sino un continuo en uno de cuyos extremos se

encontrarían los problemas formales y en el otro los problemas creativos. Los primeros, con una

definición clara del estado del problema, los pasos intermedios (las operaciones) y la meta. Los

segundos, con una escasa concreción de muchos de estos componentes.

Los problemas de insight marcarían un punto de transición hacia estos últimos, hacia los

problemas creativos. Sin embargo, en una buena parte de este continuo sería difícil establecer si

un problema es bien definido o no. Como algunos opinan, los límites son vagos y difíciles de

establecer. Pongamos un ejemplo, siguiendo a Simon (1973), pensemos en la demostración de

un teorema y una partida de ajedrez. Dos problemas bien definidos (formales). Sin embargo, hay

aspectos en ambos que los hacen mal definidos. En la demostración de un teorema hay partes

que se realizan recurriendo a analogías con otras pruebas, lo que hace que estas reglas de

demostración no se puedan fijar formalmente (mediante un algoritmo o rutina, por ejemplo), esto

es, están mal definidas. En una partida de ajedrez, una jugada está bien definida, pero la partida

en su conjunto, no. Al fin y al cabo, el juego es una redefinición continua del problema, por lo

tanto, también está mal definido.

Por lo que se refiere a la forma de solucionar problemas, las estrategias o métodos

parecen ser los mismos. Las diferencias son de grado. Un problema poco estructurado requiere

un esfuerzo mayor en su representación, debido a su ambigüedad, o lo requiere en la búsqueda y

selección de las vías de solución, debido a un espacio del problema muy grande (Kaplan &

Simon, 1990). Este planteamiento es totalmente congruente con la idea de referirse a los mismos

mecanismos y estructuras para explicar la actividad de solución de problemas, tanto si se trata de

problemas bien definidos, de insight o creativos. Esta actividad, en última instancia, descansa en

el proceso de búsqueda en nuestra memoria y en la aplicación de las vías de solución más

eficaces.

62 Carlos Saiz

No obstante, a pesar de que no se supongan diferencias en el proceso de solución de

problemas bien definidos comparativamente con el de problemas mal definidos, debemos

detenernos en algunos aspectos de la creatividad.

7. PENSAMIENTO CREATIVO

Intente resolver el siguiente problema:

¿Como conseguir 10, quitando 1 de 9?

Este problema era uno de los muchos que formaban parte de las actividades de un

programa de verano para niños superdotados. Después de intentarlo, lea más adelante algunas de

las respuestas que daban (problema y comentarios, citados por Halpern, 1989)6. Las respuestas

de esos niños nos parecen muy ejemplificadoras. Pero ¿qué es pensamiento creativo o la

creatividad?

A. Ideas sobre la creatividad

Como sucede con otros conceptos psicológicos, la creatividad no es fácil de definir. Se

acostumbra a definir el pensamiento creativo por su resultado, o por su producto (Voss &

Means, 1989). Las características de éste más frecuentemente mencionadas son la novedad, la

utilidad y, en menor medida, la fecundidad (Brown, 1989). En el problema de antes, los niños

dan respuestas originales, válidas, y además dan muchas. El criterio de utilidad se considera una

condición necesaria, aunque no suficiente. Uno puede ser muy original intentando resolver un

problema, y al mismo tiempo fracasar en dicho intento. Las respuestas serían inútiles. Por lo

tanto, los criterios para considerar un producto de nuestro pensamiento como creativo son al

menos dos: originalidad y utilidad. Weisberg (1986/1987) dice que “una persona da a un

6 Después de pocos segundos, un niño escribía en la pizarra : 9 – (– 1) = 10. Otrodecía: “el 9 en números romanos es IX, de modo que si quitamos I, tenemos X, 10 ennúmeros romanos”. Un tercero decía: “esto es muy tonto, si tu escribes 9 y quitas uno,la línea vertical, y la colocas delante del número modificado, tienes 10 (el directorcomentaba que no entendía por qué esta solución era muy tonta; comparto su opinión).Otro respodía escribiendo la palabra nueve –“NINE”– y borrándole la segunda letra, I,quedando N NE, y añadía: “si cuentas el número de lineas rectas de las letras quequedan tendrás 10, 3 en cada N y 4 en la E”. El director del centro recogía muchas másrespuestas, que estas. Creemos que es suficiente con las anteriores para ilustrar enenorme potencial creativo de estos niños.


problema una «solución creativa» cuando genera una respuesta de nuevo cuño, que no conocía

con anterioridad y que resuelve el problema de que se trate” (p. 5).

Anteriormente, señalábamos que el pensamiento creativo es la actividad implicada en la

solución de problemas mal definidos, es decir, toda actividad encaminada a resolver situaciones

en las cuales alguna parte o aspecto no están claros, son ambiguos o borrosos. Bajo estas

circunstancias, el procesos de solución debe ser de considerable creatividad. Cuando los

problemas son difíciles, la solución depende de elecciones e iniciativas particularmente

imaginativas. Entendido así el pensamiento creativo, podemos considerarlo como un caso

especial del proceso de solución de problemas, particularmente, de problemas mal definidos

(Voss & Means, 1989).

Dado el enorme solapamiento de características y de conceptos, resulta útil describir unos

en relación con otros. Cuando analizábamos el concepto de pensamiento, lo relacionábamos con

otros afines, no para lograr una definición precisa, sino para aproximarnos a una idea de trabajo.

Si no olvidamos que la creatividad es una clase de pensamiento, nos puede resultar

conceptualmente útil la comparación que Sternberg (1990) establece entre sabiduría,

inteligencia y creatividad. Para realizarla, parte de las teorías implícitas que las personas

construyen sobre estos conceptos. Las teorías implícitas son concepciones que la gente tiene en

su mente. Las teorías explícitas son concepciones que los científicos poseen y que están basadas

en datos que las apoyan. Conocer lo que la gente cree que son determinadas cosas o conceptos

resulta útil, entre otras razones, porque nos ayuda a comprender y probar las teorías explícitas.

Utilizando procedimientos de escalamiento multidimensional7 extrae una serie de

características que describen lo que la gente cree que es sabiduría, inteligencia y creatividad. Con

estos datos, Sternberg elabora una descripción de estos conceptos a partir los siguientes factores

o variables: conocimiento, procesos cognitivos, estilo intelectual, personalidad, motivación y

ambiente (ver tabla 2). Comparativamente, podemos considerar que el tipo de conocimiento de

una persona sabia es fundamentalmente metaconocimiento, comprensión de los supuestos de su

7 El escalamiento multidimensional es una técnica que analiza varios aspectos odimensiones de varios estímulos (o conceptos) cuantificando las semejanzas queexisten entre ellos comparándolos de dos en dos.

64 Carlos Saiz

significado más profundo. Una persona inteligente “utiliza el conocimiento”, recuerda, analiza y

usa el conocimiento. El creativo va más allá del conocimiento que existe.

Tabla 2.. Comparación entre sabiduría, inteligencia y creatividad.

CONSTRUCTO

ASPECTO Sabiduría Inteligencia Creatividad

Conocimiento Comprensión de sus Recuerdo, análisis Ir más allá de lopresuposiciones y y uso que está disponiblesignificado, así comosus limitaciones

Procesos Comprensión de lo Automatización del Aplicado a tareasque es automático y procedimiento nuevaspor qué

Estilo intelectualprimario Judicial Ejecutivo Legislativo

Personalidad Comprender la Eliminar la Tolerancia a laambigüedad y los ambigüedad y superar ambigüedad yobstáculos los obstáculos dentro redefinición de los

de un marco obstáculosconvencional

Motivación A comprender lo que A comprender y usar A ir más allá de loes conocido y lo que lo que es conocido que es conocidosignifica

Ambiente Apreciación de la Apreciación de la Apreciación de irprofundidad de extensión y amplitud más allá de locomprensión de la comprensión normalmente

comprendido

(En Sternberg,1990, p. 152)

Los procesos cognitivos implicados en la sabiduría, en la inteligencia y en la creatividad

son los mismos. La diferencia descansa en que en la sabiduría hay una mayor resistencia a la

automatización del pensamiento porque se busca la máxima comprensión. La conducta

inteligente consiste en automatizar procedimientos, en utilizar rutinas de análisis. La creatividad

se caracteriza por un deseo continuo de tratar con la novedad, de aplicar el conocimiento.

Los estilos intelectuales o de pensamiento se refieren al modo de utilizar las habilidades

intelectuales, al auto-control mental. Sternberg aquí utiliza la metáfora de los tres poderes del


estado. La sabiduría está más próxima a lo judicial porque hay una preocupación constante por la

valoración del conocimiento, se evalúa continuamente. La inteligencia supone un estilo de

actuación intelectual más próximo al jurídico porque hay una continua aplicación del

conocimiento sin demasiado cuestionamiento. La creatividad es esencialmente legislativa,

promulga o inventa nuevos procedimientos.

Existen también diferentes formas de manejar la ambigüedad por parte de estos tres

estilos mentales. Ellos además manifiestan diferentes estrategias de enfrentamiento ante los

obstáculos. La mente sabia no se siente incómoda con la ambigüedad, con el desconocimiento o

la duda, en realidad la busca con el fin de ir más allá de lo aparente; intenta comprender los

obstáculos para poder superarlos. Por el contrario, la mente inteligente ve la ambigüedad como

una incomodidad que hay que resolver cuanto antes, y lo mismo le sucede con los obstáculos,

busca eludirlos. El creativo aprende a tolerar la ambigüedad y a redefinir los obstáculos.

Las metas que guían la actividad sabia, inteligente y creativa son distintas. Los móviles o

motivos, las motivaciones determinan los recursos (habilidades) que utilizan y los resultados

(conocimientos) que poseen. La mente sabia busca la comprensión más profunda de las cosas,

los supuestos, busca lo genuino, la calidad. Por su parte, a la inteligencia le es propio conocer

muchas cosas, conocer más fenómenos, se busca la cantidad. Y la creatividad la estimula el

conocimiento de lo nuevo, el conocimiento de fenómenos nuevos. El ambiente regula estas

características reforzándolas, ignorándolas o devaluándolas. Sin el refrendo del entorno es muy

poco probable que se desarrollen estos estilos adecuadamente.

Las características que describen cada concepto deben tomarse como que lo poseen en

mayor medida, no exclusivamente. Existe un cierto grado de solapamiento entre los rasgos de los

tres conceptos, pero unos rasgos están más presentes que los demás en unos conceptos y menos

en otros. Lo importante en esta visión que nos ofrece de la creatividad es el considerarla en

función de una serie de componentes o recursos internos y externos (desde el conocimiento hasta

el ambiente). El esfuerzo y el producto creativo necesita de la presencia de esos recursos, algo

que sucede pocas veces. Cuando sucede, cuando están presentes, hacen que una persona sea

creativa. Esto no es frecuente porque para ser creativo hay que “invertir” esfuerzo y habilidades

en ideas nuevas y de alta calidad. Sternberg & Lubart (1991) desarrollan una visión de la

66 Carlos Saiz

creatividad fundamentada en esta idea de la inversión y de los recursos. Dentro de esta visión,

elaboran las ideas anteriores con más detalle.

El punto de partida de Sternberg & Lubart (1991) para el análisis de la creatividad es

muy simple: la relación que existe entre inversión y creatividad. Un inversor financiero y una

persona creativa, paradójicamente, hacen lo mismo: “comprar barato y vender caro”. Esta

metáfora, según ellos, recoge lo sustancial de la creatividad, la inversión de habilidades y

esfuerzo en ideas originales y útiles. Como los inversores, la persona creativa debe comprar a

bajo precio y vender a alto precio. Y del mismo modo que en el mundo de las finanzas, todos

conocen la “receta”, pero sólo unos pocos consiguen una alta rentabilidad. Para que la

creatividad surja debe aplicarse el mismo principio (metafóricamente, claro) y disponer de

ciertas condiciones, (igual que en mercado bursátil). Las condiciones o los recursos necesarios

para que el esfuerzo creativo tenga lugar son los señalados anteriormente respecto a los procesos,

al conocimiento, al estilo intelectual o de pensamiento, a los aspectos de personalidad, a las

metas o propósitos y a los condicionantes ambientales. Anotemos brevemente los recursos o

requisitos de la creatividad que Sternberg & Lubart (1991) no señalan.

B. Un enfoque de la creatividad

La creatividad no es un fenómeno que nace de modo súbito, sino que se va urdiendo

gradualmente a través de los recursos que lo hacen posible. Los procesos mentales más activos

son los dirigidos hacia la aplicación del conocimiento a situaciones nuevas, todos implicados en

la redefinición o reconceptualización de la situación, aquellos que buscan nuevas perspectivas.

El conocimiento que sustenta la creatividad consiste en ir más allá de lo que se sabe. Dada la

búsqueda de nuevas perspectivas, el conocimiento en el que se apoya la creatividad no es tan

amplio, por ejemplo como el de los especialistas o expertos en un campo o dominio. Parece

existir una relación en U-invertida entre conocimiento y creatividad: está es más probable

cuando los niveles de conocimiento son intermedios. La explicación que Sternberg y Lubart dan

sobre esta relación consiste en entender que para que la creatividad tenga lugar debe existir un

ajuste entre conocimiento procedimental automatizado (a partir de cierto nivel de conocimiento o

pericia) y flexibilidad en su utilización.


El estilo de pensamiento se refiere a la tendencia a usar la habilidades en una determinada

forma. Es más un rasgo de personalidad que una habilidad en sí misma. Consiste en una forma

de enfrentarse a las situaciones o los problemas. Las mentes creativas no sólo poseen una alta

capacidad (inteligencia) para enfrentarse a situaciones nuevas sino que buscan verlas de forma

distinta, de una manera no convencional. La creatividad se sustenta en la visión de los problemas

de una forma nueva, en su redefinición o invención de otros en su lugar. Esta actividad requiere

un estilo de pensamiento global, una visión amplia de la situación. Pero para que este estilo se

dé, es necesario salirse de lo establecido, de las normas, por esta razón la persona creativa

prefiere seguir o establecer sus propias reglas, seguir sus propias ideas; como señalábamos, su

estilo es eminentemente “legislativo”.

La creatividad guarda también una estrecha relación con cinco rasgos de personalidad.

Estos contribuyen de un modo especial a que el esfuerzo creativo sea continuado y no ocasional.

La tolerancia a la ambigüedad es una de las propiedades que permite sostener durante largos

periodos ese esfuerzo. La actividad creativa no es ni regular ni lineal, pasa por periodos de

oscuridad durante las cuales se pretende reformular o replantear la situación o el problema, pero

no se acaba de lograr. Durante estos periodos de incubación, en los que la tensión y la ansiedad

son considerables, es necesario que la persona creativa sea capaz de tolerar esa incertidumbre

para evitar la renuncia y el abandono.

No sólo es importante que la mente creativa tolere la incertidumbre de los periodos de

incubación para que el desánimo no la anule, sino que debe existir también el firme deseo de

vencer los obstáculos y los problemas. La actividad creativa se mueve con frecuencia fuera de lo

convencional y de lo establecido; en este terreno, los obstáculos son mayores, por lo que se

requiere de un fuerte convencimiento sobre lo que se quiere, para eliminar las barreras y las

dificultades. No olvidemos que las ideas creativas no se aceptan socialmente de manera

inmediata, incluso pueden pasar al más absoluto de los olvidos.

El deseo de superarse, de desarrollarse o de mejorar, es otro rasgo fundamental en la

creatividad. Sin él, ésta sería ocasional, puramente incidental. Una persona creativa invierte

mucho esfuerzo y no se conforma o continúa cuando produce unas pocas buenas ideas, mantiene

ese empeño durante mucho tiempo, con el fin de superarse y progresar; se mantiene siempre

68 Carlos Saiz

abierto a nuevas experiencias. Pero lograr mantener este reto continuo, esta tensión, es necesario

que la mente creativa sea capaz de arriesgarse, es decir, debe poseer un claro deseo de asumir

riesgos. Sin este rasgo, es muy difícil que se logre una estabilidad o permanencia de la actividad

creativa. Debemos pensar que no todos los esfuerzos llegan a ser creativos. Muchas iniciativas

fracasan, por lo que es importante asumir “pérdidas”, para recuperarlas en otra ocasión. Es

importante, pues, saber esperar los buenos resultados.

Esta capacidad de aceptar los fracasos o contratiempos no sería posible si no estuviera

apoyada en otra característica importante, el convencimiento personal en lo que uno hace.

Normalmente, el fracaso hace que abandonemos determinadas opciones o enfoques, la mente

creativa se mantiene a pesar de los fracasos en sus planteamientos gracias a la sólida confianza

en sí misma que posee. La persona creativa se cree lo que hace, está convencida de que al final

conseguirá un resultado innovador.

Estas características de personalidad señalan una determinada clase de motivación. La

mente creativa, como indicábamos, no se conforma con unos pocos y buenos resultados, busca

progresar y desarrollarse. Su actividad, por lo tanto, está orientada hacia la tarea en sí, antes que

a una meta concreta. Es decir, su motivación es intrínseca, no extrínseca. El esfuerzo creativo no

es un medio de conseguir un fin, es un fin en sí mismo. La persona creativa no busca la

recompensa (el éxito) por sus logros, porque estos son su recompensa y su fin último.

Finalmente, la creatividad no existe sólo en las mentes creativas, se manifiesta en el

ambiente. Y éste desempeña un papel esencial. Hay unos ambientes o contextos más propicios

que otros, lo que condiciona que la creatividad se desarrolle en mayor o menor medida. El

ambiente puede estimular la creatividad, al menos, de tres formas: provocándola, soportándola y

corrigiéndola. Un ambiente propicio puede precipitar o provocar las ideas creativas. El

ambiente puede también alimentar, sustentar o soportar las mentes creativas, debe nutrirlas. Y

por último, el ambiente puede servir también como base para la valoración o evaluación de las

ideas creativas y su corrección o mejora posterior. En última instancia, como señalábamos, las

ideas creativas deben ser no sólo nuevas sino útiles, deben servir socialmente.

Si la creatividad requiere de todos estos determinantes, es razonable suponer que la

presencia de todos ellos sea difícil. Esta es la razón de la escasez (al menos conocida) de mentes


o personas realmente creativas. Originales podemos serlo todos; efectivos unos pocos. La

necesaria confluencia de todos estos factores o recursos reduce considerablemente los esfuerzos

y los resultados creativos. Esto no se opone al hecho de que todo el mundo puede ser creativo en

ciertos dominios. En determinados ámbitos, todos somos creativos en cierta medida. Lo que

pretendemos señalar es que la creatividad se expresa en cierto grado o magnitud, dependiendo de

qué recursos estén presentes o confluyan.

El resumen de la visión anterior sobre la creatividad nos ayuda a identificar algunos de

sus rasgos fundamentales. Debemos pensar que la naturaleza de la creatividad se nos escapa

porque es multicomponencial, ya que implica al menos cuatro aspectos: el proceso creativo, el

producto creativo, la persona creativa, y la situación creativa (Brown, 1989). El enfoque anterior

los considera todos. Por lo tanto, es un enfoque ambicioso, y como siempre sucede, la amplitud

permite ver a lo lejos, pero con poca precisión.

A lo largo de los apartados anteriores, nos hemos esforzado en recoger y comentar

aquellos aspectos que de una u otra forma están presentes (o pueden o deberían estarlo) en los

programas de instrucción en solución de problemas. Los fundamentos de la instrucción que

hemos considerado en la sección anterior serán nuestro punto de referencia en la siguiente. En

ella, consideraremos los programas de intervención desde el análisis de los aspectos del

pensamiento que intentan mejorar. Lo que pretendemos es evaluar conceptualmente los

programas desde los fundamentos anteriormente desarrollados. Una vez realizada esta

valoración, estaremos en condiciones, en el apartado siguiente, de abordar la evaluación de los

programas a partir de sus resultados, es decir, a partir de la evaluación de la transferencia.

Ocupémonos de la evaluación en el ámbito de la instrucción

VI. EVALUACIÓN E INSTRUCCIÓN

Los esfuerzos por enseñar a pensar o solucionar problemas de una manera programada y

formalizada se remonta a los comienzos mismos de la psicología, como indicábamos

anteriormente. Siempre ha existido una especial sensibilización para mejorar nuestro

pensamiento, conseguir que pensemos más y mejor. Las publicaciones son muy elocuentes sobre

esto, ha habido y hay muchas iniciativas dirigidas a la mejora del pensamiento, muchos

70 Carlos Saiz

programas diseñados para incrementar nuestra habilidades o capacidades intelectuales.

Mencionemos algunos.

Concretamente, se han desarrollado cursos de solución de problemas, cursos o

programas de adiestramiento componencial y programas de formación de expertos. Los cursos

de solución de problemas más divulgados son: los programas de pensamiento productivo (como

el de Covington, 1985 y Covington, Crutchfield, Davies & Olton, 1974), el programa de

enriquecimiento instrumental (Feuerstein, 1980; Feuerstein y col., 1985), el programa de

pensamiento CoRT -"Cognitive Research Trust"- (De Bono, 1976,1985), y programas de

patrones de solución de problemas (Rubinstein, 1975, 1980). Estos cursos persiguen el

desarrollo de habilidades generales, sobre todo los dirigidos al incremento de la creatividad.

Los programas de adiestramiento componencial (como los de: Holzman, Glaser y

Pellegrino, 1976; Sternberg, 1988; Sternberg y Ketron, 1982) buscan el desarrollo de habilidades

concretas, como el razonamiento analógico o de series. Y los programas de formación de

expertos (Chi, Glaser y Farr, 1988; Hoffman, 1992), por su parte, son mucho más ambiciosos

que los anteriores, buscan el desarrollo del mayor conocimiento en un ámbito determinado y son

además programas largos.

Ahora bien, estos esfuerzos considerables que se llevan a cabo para mejorar nuestra

capacidad de pensar o de solución de problemas no deben inducirnos a omitir la siguiente

pregunta: ¿Se ha conseguido que las personas instruidas para mejorar su pensamiento realmente

después pensaran mejor? Las revisiones que se han hecho sobre la eficacia de estos programas

han puesto de manifiesto logros muy modestos (con la excepción de los programas de formación

de expertos), logros que no guardan desde luego proporción con el esfuerzo invertido en la

instrucción (véanse las revisiones hechas en: Detterman & Sternberg, 1982, 1993; Nickerson,

Perkins & Smith, 1985/1987; Segal, Chipman & Glaser, 1985; Singley & Anderson, 1989). Lo

que necesitamos saber es ¿cuáles son las razones de este moderado éxito (o relativo fracaso,

depende como lo miremos), a pesar de los importantes esfuerzos realizados? Esta es cuestión la

fundamental en la evaluación de la instrucción: Por qué la intervención no funciona o funciona

poco y qué cambios hay que introducir en la instrucción para incrementar su eficacia.


Lo primero que se debe considerar en toda evaluación es el momento en el que se realiza.

La evaluación debe tener lugar normalmente durante el proceso de elaboración de programas de

instrucción y después de ésta. Estos dos tipos de evaluación son los que Nickerson, Perkins &

Smith (1985/1987) denominan evaluación formativa y de recapitulación. La primera, se lleva a

cabo con la finalidad de desarrollar un programa, con el propósito de optimizar su construcción.

En la evaluación de recapitulación se busca probar la eficacia del programa ya construido, es

decir, si el programa tiene algún efecto o no. Esta evaluación, en realidad, es una evaluación de

la transferencia.

Lo que nos debe llamar la atención en estas dos clases de evaluación es su naturaleza. La

evaluación que se realiza durante la fase de desarrollo de un programa es fundamentalmente

cualitativa, esto es, una evaluación conceptual, en la que se considera y decide sobre los

elementos que se deben incluir en el programa o sobre qué habilidades se deben estimular. Por el

contrario, la evaluación que se realiza una vez aplicado el programa es esencialmente

cuantitativa, empírica. En ella, normalmente, se comparan grupos que han recibido la

instrucción con otros que no la han recibido. Con esta comparación se observa si el programa

produce algún efecto o no.

1. EVALUACIÓN CONCEPTUAL

La evaluación conceptual es posible llevarla a cabo no sólo durante la elaboración de un

programa, sino con posterioridad. Esta se realiza con la finalidad de seleccionar un programa

entre varios. Si se necesita utilizar un programa, sería deseable elegir el más adecuado. Los

criterios seguidos en los dos casos, es decir, en el caso de la evaluación durante la fase de

creación del programa y en la que tiene lugar después de su finalización, son semejantes. Por

consiguiente, los que vamos a describir a continuación son aplicables tanto a la construcción de

un programa como a la elección de uno ya existente.

Lo primero que debemos considerar son criterios generales como a quién va dirigido el

programa y a qué va dirigido. El primero se refiere a la población destinataria del programa.

Aquí debemos considerar fundamentalmente aspectos de naturaleza evolutiva: de qué edad o

etapa son las personas que van a recibir la instrucción. Evidentemente, no es lo mismo adiestrar a

72 Carlos Saiz

niños de 2º ciclo de E.G.B. que a personas mayores jubiladas. Hay por lo tanto que considerar

todos los aspectos importantes del desarrollo. Estos, no obstante, no serán objeto de

consideración por nuestra parte. El segundo criterio, a qué se dirige la intervención, debe tratarse

a su vez respondiendo a las siguientes preguntas: ¿Qué es lo que se enseña? ¿Cómo se enseña? y

¿Dónde se enseña? (Mayer, 1989).Veamos y comentemos la tabla 3, para ahondar en este

criterio.

Tabla 3. Cuestiones fundamentales en la evaluación conceptual de programas de instrucción .

CUESTIÓN Alternativas

1. ¿Qué es lo que se enseña? ¿Pensamiento como una única capacidad intelectual o

como un conjunto de varias capacidades específicas?

2. ¿Como se enseña? ¿Se centra en el producto (contenido) a través del

reforzamiento de las respuestas correcta o en los procesos

que el estudiante aprende a modelar?

3. ¿Dónde se enseña? ¿En cursos independientes de dominios o dentro de las

áreas de materias específicas existentes?

Adaptado de Mayer, 1989, p. 143).

En la primera pregunta de Mayer se nos señala qué es lo que debería enseñarse, en un

programa ¿Se concibe el pensamiento como una habilidad general o una serie de habilidades

específicas? Los datos de la evaluación de varios programas muestran resultados mejores de

transferencia en aquellos programas que enseñan habilidades específicas (la transferencia será

tratada más adelante). Por lo que se refiere a la segunda cuestión, cómo se enseña en un

programa, es decir, si se enfatiza el producto o el proceso, nuevamente, los datos parecen

inclinarse hacia la mayor eficacia de los procesos. Y la última cuestión de Mayer es dónde se

enseña: un programa ¿es independiente de dominios o se integra en algún área específica? Los

programas específicos de un dominio muestran resultados altamente satisfactorios; no así los

independientes del ámbito.


Una primera valoración de los aspectos del pensamiento que se deben considerar en la

instrucción o de los objetivos a los que ha de dirigirse debería consistir en buscar una

intervención enfocada hacia las habilidades específicas, en la cual sobre todo se adiestre en los

procesos, y que sea dependiente de un dominio. Ahora bien ¿qué habilidades y qué procesos? La

gran dificultad con esta elección se encuentra en que no disponemos de una teoría de la mente, y

por lo tanto, no tenemos aspectos claros sobre ella que se puedan aplicar. No obstante, no nos

desanimemos, y no vayamos a esperar hasta disponer de una teoría relativamente articulada

porque nos podría pasar como al monje que resolvía el problema original de la Torre de Hanoi,

es decir, que se nos acabaría el mundo.

Las habilidades y procesos que debemos encontrar en un programa de instrucción, o

incluir en uno que fuéramos a desarrollar, son los que hemos tratado a lo largo de este trabajo.

Las dos aspectos fundamentales que hemos considerado anteriormente son los relacionados con

la comprensión y solución de toda situación que deseemos cambiar para conseguir alguna meta.

Respecto a la comprensión, nos hemos centrado en el papel fundamental que desempeña

la identificación de la información relevante y los factores que la dificultan. En un programa de

instrucción se deben recoger procedimientos que eviten o al menos aminoren estas deficiencias.

Otro aspecto que señalábamos era el papel tan importante que desempeñaba una buena

representación de la información. Es necesario enseñar el uso de los diferentes modos de

representación y la selección del más adecuado para cada situación.

Respecto al proceso de solución de problemas, lo más importante es formar para el

conocimiento y uso de las estrategias más adecuadas en cada momento. Indicábamos la

importancia de buscar el modo de reducir las diferencias entre una situación de partida y la meta

que queremos alcanzar; pero también la necesidad de incrementar temporalmente en ocasiones

esas diferencias. El instruir en el uso de las analogías supone posibilitar el descubrimiento de las

estructura de una situación o problema que puede llevar a la inmediata solución del mismo. En

general, es importante atender al mayor número de estrategias posibles. No olvidemos que el

conocimiento procedimental es esencial en la mejora del pensamiento.

Algunos programas de los que hemos citado anteriormente ofrecen un desarrollo del

pensamiento creativo. Somos bastante escépticos acerca de esta posibilidad. La creatividad,

74 Carlos Saiz

como hemos visto, es un caso especial del pensamiento en general, y surge de los mismos

mecanismos. Sin embargo, los factores que la determinan son tantos y tan heterogéneos, que

hacen dudosos los logros de su instrucción, por más que iniciativas como el programa de

pensamiento CoRT de deBono lo defiendan de un modo entusiasta.

Se ha insistido en diferentes momentos sobre la importancia que posee el conocimiento

de estrategias y el metaconocimiento en la instrucción. Los programas deben incorporar

particularmente el conocimiento de esta clase, la mayor parte del mismo. A propósito de las

estrategias, ya hemos señalado la necesidad de entrenar para ellas. El adiestramiento debe

desarrollar especialmente las habilidades de planificación. La incorporación de todos estos

aspectos al adiestramiento en un ámbito o dominio concreto permite elegir las mejores formas de

representación y seleccionar las estrategias de actuación más idóneas.

La evaluación conceptual, por lo tanto, debe seguir lo más escrupulosamente posible

todas aquellas reflexiones realizadas en la fundamentación de la instrucción. En la medida en la

que nos apartemos de ellas corremos el riesgo de efectuar una elección poco idónea. Esta

evaluación permite apostar por la mayor eficacia. Sin embargo, ésta no pasa de ser una

suposición o una hipótesis hasta que no se compruebe. ¿Cómo podemos realizar tal

comprobación? La evaluación empírica nos proporciona la línea a seguir.

2. EVALUACIÓN EMPÍRICA

La contrastación de un programa de instrucción no se diferencia de la comprobación de

cualquier otra iniciativa de intervención. En todos los casos, lo que buscamos es probar la

eficacia de un tratamiento. Lo que buscamos es medir si se ha producido algún cambio con

posterioridad a la intervención. Por lo tanto, el diseño siempre incluirá dos momentos: antes de

la intervención y después de la intervención. Un momento en el que obtengamos un línea base de

comparación y otro posterior con el que comparemos esa línea base.

Como sucede con todo tratamiento, el mayor problema lo constituye el factor tiempo, es

decir, el intervalo que hay entre esos dos momentos es enormemente problemático. No sabemos

lo que sucede en él, no conocemos qué factores están actuando y, por consiguiente, si el cambio

que vamos a registrar después es debido a la intervención o a otros factores bien diferentes. Este


problema puede ocultar la eficacia real del tratamiento o manifestar una totalmente ficticia.

Ahora bien ¿qué es la eficacia de la instrucción? Realicemos una sencilla reflexión. La

instrucción, decíamos, pretende mejorar nuestra capacidad de pensar. Se desea que la persona

que ha recibido la instrucción piense mejor en el mayor número de situaciones posibles distintas

de aquella de la instrucción misma. Lo que buscamos, pues, no es otra cosa que la transferencia

de ciertas habilidades de una situación (la de la instrucción) a otra u otras. La evaluación

empírica, por lo tanto, es la identificación o constatación de la transferencia. Lo que

necesitamos establecer es si lo que la gente ha adquirido en una situación de instrucción lo utiliza

en otras situaciones diferentes o nuevas.

El problema de la transferencia tiene una larga y apasionante historia que demuestra su

enorme importancia (una revisión histórica amplia puede encontrarse en Singley & Anderson,

1989). Decíamos que la transferencia es la aplicación de un conocimiento adquirido en una

situación a otra u otras nuevas. O “Transferencia es el grado en el que una conducta será repetida

en una situación nueva” (Detterman, 1993, p. 4). “El estudio de la transferencia es el estudio de

cómo el conocimiento adquirido en una situación se aplica (o fracasa su aplicación) a otras

situaciones” (Singley & Anderson, 1989, p. 1).

Normalmente, se habla de varias clases de transferencia: transferencia próxima y lejana,

específica o general (Detterman, 1993; Gick & Holyoak, 1987). La transferencia próxima es

aquella que se da entre situaciones semejantes, que difieren sólo en algunos aspectos. La

transferencia lejana es la que tiene lugar entre situaciones distintas. Otra distinción que se suele

establecer es la que existe entre transferencia específica y general, un distinción parecida a la

anterior. Pongamos algunos ejemplos. La enseñanza del razonamiento analógico, realizado en

programas de adiestramiento componencial, incrementa esta capacidad y se espera que cuando la

persona se enfrente a problemas nuevos de razonamiento analógico rinda mejor. Estamos ante un

caso de transferencia próxima o específica. Los programas de patrones de solución de problemas

desarrollan (dicen) capacidades de razonamiento que se espera que se apliquen en todas las

situaciones. Este sería un ejemplo de transferencia lejana o general.

La distinción de semejanza superficial o estructural (o irrelevancia–relevancia

pragmática) entre situaciones es una distinción más reciente que parte de los estudios sobre

76 Carlos Saiz

analogías, y que se emplea como un criterio de transferencia (Bassok & Holyoak, 1993).

Concretamente, parte de los trabajos mencionados en el apartado sobre estas estrategias. Si

recordamos, varios estudios empleaban “el problema de Duncker” y “el asedio de un castillo”.

Estos dos problemas eran diferentes superficialmente, las historias eran distintas (tratamiento de

un cáncer y la toma del castillo), pero estructuralmente idénticos. Si la solución de uno hubiera

mejorado la del otro, se habría obtenido una transferencia estructural.

En el fondo, estas clases de transferencia establecen dos clases de criterios: uno débil y

otro fuerte. Lo deseable siempre es conseguir aplicar el criterio fuerte, es decir, la transferencia

lejana, general o estructural. Conseguir una transferencia débil es una especie de premio de

consolación. Ahora bien, alguien puede decir “más vale esto que nada”. Y quizás tenga razón.

Los estudios que han intentado conseguir una transferencia general son muy escasos, tanto que

nos podrían aproximar al pesimismo de Detterman (1993) quien afirma que la única evidencia

sólida que hay es sobre la transferencia específica. Los datos que apoyan una transferencia

general se refieren a expertos, los cuales son capaces de aplicar principios o reglas generales a la

mayoría de los problemas de su dominio. Pero como Detterman apuntilla, los expertos lo son

porque han aprendido muchos más ejemplos y han contactado con muchas más situaciones que

los novatos. Lo que la evidencia sugiere, pues, es que convertirse en un experto es cuestión de

tiempo y tomar contacto con muchas situaciones.

En los casos en los que se dice que se logra transferencia general (Brown & Kane, 1988;

Novick, 1990) o en varios estudios sobre solución de problemas analógicos como los ya

comentados de Gick y Holyoak, siempre hay una indicación por parte del experimentador para

que se ayude con otros problemas semejantes. Como Detterman (1993) comenta, y con razón,

“decir a los sujetos que utilicen un principio no es transferencia” (p. 10).

El buscar una transferencia general no es un capricho sino una cuestión de economía

cognitiva, si enseñando unas pocas habilidades conseguimos un rendimiento idóneo en muchas

situaciones, problemas o tareas, no necesitamos invertir tiempo en la enseñanza de destrezas

específicas de situaciones. Esta es la razón de tantos esfuerzos para conseguirla, y también

porque nos resistimos a pensar que no sea posible aplicar determinados conocimientos a otros

ámbitos. Pero ¿realmente es posible la transferencia general? Esta pregunta no se puede contestar


en este momento. Pero lo que no se ha podido contradecir es la conclusión Thorndike de

principios de siglo: “la transferencia es rara y su probabilidad de ocurrencia está directamente

relacionada con la similitud entre las dos situaciones (a mayor similitud, mayor probabilidad de

ocurrencia, y viceversa)” (Detterman, 1993, p.15). La consecuencia de esta conclusión es clara:

“lo que quieras que alguien conozca, enséñaselo” (Detterman, 1993, p.15).

Existe otra postura menos pesimista, que consiste en suponer que la transferencia es

posible y preguntarse por qué no se consigue, indagar qué mecanismos son los responsables de

la transferencia y bajo qué condiciones es más probable que ocurra. Esta es la postura de

Sternberg & Frensch (1993). Proponen varios mecanismos como responsables de la transferencia

y la mejora de cada uno de ellos.

Nuestra posición a este respecto es parecida, mejorar los procesos. La diferencia está en

que consideramos que el mejorar el pensamiento debe atender a muchos más mecanismos de los

que Sternberg y Frensch consideran. En la línea de nuestro análisis anterior, es importante

considerar todos los factores implicados en la buena comprensión (atención y formas de

representación) y las formas de la solución de problemas (las principales estrategias de

pensamiento).

Volvamos a nuestra pregunta del principio ¿Cómo medir la eficacia de la instrucción?

¿Cómo medir la transferencia? Ya señalábamos que la medida del cambio producido por una

intervención impone cierto tipo de diseños. Recordemos que, si deseamos medir el efecto de la

instrucción, necesitamos disponer de una línea base de comparación, precisamos una medida

antes y otra medida después de la instrucción. Y además, con la instrucción que busca una

generalización de los resultados de una clase de práctica a otra bien distinta, debemos disponer

de medidas o tareas diferentes para cada tipo. Con estas observaciones en la mente, vamos a

comentar los diseños que normalmente se utilizan en la instrucción que ambiciona la

generalización de sus efectos o la transferencia. Singley & Anderson (1989) nos los resumen

muy adecuadamente en la tabla 4 que viene a continuación:

78 Carlos Saiz

Tabla 4. diseños de transferencia.

Diseño Grupo Tarea de instrucción Tarea de transferencia

1 Experimental A B

Control __ B

2 Experimental A B

Control B B

3 Experimental (Pretest B’) A B

Control (Pretest B’) B B

4 Experimental1 A B

Experimental2 B A

(Adaptado de Singley & Anderson, 1989, p. 38).

El diseño más representativo y más simple es el 1. Aquí, se utilizan dos tareas y dos

grupos. La medida de la transferencia se realiza hallando la diferencia entre las tareas B de cada

grupo (experimental y control). La fórmula para cuantificarla es la siguiente:

TD = CB – EB

La transferencia se mide en puntuaciones directas (TD), calculando la diferencia entre las

puntuaciones del grupo control (CB) y el experimental (EB). El orden de las medidas de los

grupos depende del tipo de medida dependiente que se utilice. Si son medidas de tiempo, el

orden es el expuesto: con el grupo control en primer lugar; de este modo, en caso de que haya

transferencia, el rendimiento del grupo control es peor, por lo que al ir en primer lugar, los

valores serán positivos y manifestarán así una transferencia positiva. Si por el contrario, los

valores son negativos, mostrarán una transferencia negativa (interferencia). Con medidas de

precisión este orden debe invertirse, para conseguir esa correspondencia entre el signo del

resultado y el tipo de transferencia. Una ecuación diferente que se ha utilizado con bastante

frecuencia es:


T% = CB – EB

CB×100

En esta fórmula la transferencia (T%) es el porcentaje de mejora.

El diseño 1 suele resultar muy atractivo por su simplicidad. Pero por esta razón es el

menos adecuado o el más débil. Posee dos deficiencias importantes: una, que no incorpora

medidas anteriores al tratamiento; y la segunda, que el grupo de control no realiza ninguna tarea

antes de la tarea de transferencia. Si carecemos una medida previa (pretest) al tratamiento,

carecemos de una línea base de comparación para el grupo experimental. No es suficiente el

grupo control solamente. La única garantía que tenemos de saber que el rendimiento posterior al

tratamiento puede deberse a él, es realizar una medida previa al mismo ¿Cómo podemos

asegurar si no que una hipotética ventaja del grupo experimental respecto al control no venía ya

de antes? El hecho de que el grupo de control no realice ninguna tarea antes de la prueba de

transferencia hace que los dos grupos no sean iguales ¿Qué garantía tenemos así de que la

transferencia, caso de obtenerse, no sea consecuencia simplemente de la práctica, auque con otra

tarea, pero práctica al fin y al cabo?

Esta segunda deficiencia está solucionada en parte en el diseño 2, donde el grupo de

control realiza la tarea B dos veces. Sólo que ahora la desigualdad entre los dos grupos está en la

mayor práctica del grupo control. Una forma de corregir (más bien de aminorar) esta desigualdad

consiste en mantener un número igual de ensayos para cada grupo.

Para este diseño, se han utilizado dos ecuaciones distintas:

T% aprendizaje = CB1 – EB1

CB1 – CB2×100 o T% aprendizaje total = CB1 – EB1

CB1 – rendimiento límite ×100

El rendimiento límite sólo es posible de determinar para medidas de precisión. Para un

análisis pormenorizado de estas ecuaciones consúltese el libro de Singley & Anderson (1989).

Los diseños 3 y 4 corrigen las deficiencias anteriores. En el diseño 3, se incorpora una

medida pretest para cada grupo, lo que permite establecer una línea base previa al tratamiento y

una tarea de instrucción en el grupo de control que evita la diferencia de práctica por defecto, y

cuantifica el exceso de ésta en este grupo con la medida pretest. En el diseño 4, cada grupo

80 Carlos Saiz

experimental hace de control del otro. Las ecuaciones empleadas con estos diseños son algo

diferentes a las anteriores (véase Singley & Anderon, 1989).

3. PROBLEMAS DE LA EVALUACIÓN

Las reflexiones que hemos realizado sobre la evaluación empírica no recogen todas las

razones, ni mucho menos, que nos ayuden a entender por qué apenas existen datos fiables y

válidos sobre la eficacia de la instrucción, o simplemente por qué no existen (Detterman, 1993;

Nickerson, Perkins & Smith, 1985/1987). O no son todas la que deberían tenerse en cuenta a la

hora de evaluar una iniciativa de intervención que deseáramos utilizar. Anotemos algunas de las

dificultades más importantes que nos señalan Nickerson, Perkins & Smith (1985/1987). En

primer lugar, debemos llamar la atención sobre el hecho de que en realidad apenas se realiza

evaluación de las iniciativas de instrucción; en algunos casos, y por autores tan relevantes como

Bruner (1968), se afirma incluso que es de escasa utilidad.

La mayor parte de las razones, no obstante tienen que ver con la enorme dificultad que

supone el control de la evaluación en el ámbito educativo. Y éstas deben tenerse muy presentes

porque es la única forma de poder reducirlas o eliminarlas. La primera dificultad es lograr la

igualdad en el tratamiento aplicado y cuya eficacia se desea medir. No es fácil conseguir que

todos los sujetos consigan la misma calidad de la instrucción. El segundo problema, ya lo hemos

mencionado, es cómo lograr igualar al grupo control con el del tratamiento en todo menos en

esto, en el tratamiento. En tercer lugar, nos encontramos con el problema de elegir una

cuantificación de la transferencia que sea susceptible de comparar con la de otros estudios. Ya

hemos señalado algunas de las ecuaciones que se emplean, las cuales, como se puede imaginar,

arrojan índices muy diferentes para los mismos datos.

En cuarto lugar, es necesario no olvidar la enorme importancia que tiene el conseguir que

los grupos que se vayan a utilizar sean comparables. Existen muchos factores que hacen que esta

tarea fracase las más de las veces. En quinto lugar, no debemos olvidar todas las diferencias

introducidas como consecuencia de la distinta duración de la evaluación y las debidas a la

situación escolar misma.


Y por último, nos encontramos con el problema de la medida de la eficacia ¿Qué prueba

utilizar para registrar el rendimiento de los grupos de comparación? ¿Qué medida dependiente

empleamos: tests convencionales, pruebas desarrolladas para tal fin? Estas cuestiones no son de

poca importancia. Debemos recordar que las medidas dependientes pretenden recoger el efecto

de los factores o variables que estamos investigando. Si la elección no es correcta, estamos

midiendo simplemente otra cosa que no tiene nada que ver con lo que se está indagando. Como

se entenderá, este es uno de los problemas más serios de la evaluación: conseguir medir los

efectos de la instrucción no otra cosa. Además, dada la naturaleza de toda evaluación, aquí es

especialmente importante, no sólo conseguir medidas válidas, sino también fiables y sensibles.

Hay dificultades de otra naturaleza, no menos importantes y que tampoco debemos

olvidar. La primera es polarizar la evaluación hacia la significación estadística solamente. Qué

duda cabe de que es necesario probar si nuestros datos son producto del azar o del tratamiento

que estamos evaluando. Pero no es menos necesario estimar la importancia práctica del mismo.

Para los estudios de intervención es además fundamental no sólo comprobar que el efecto

obtenido es estadísticamente significativo, sino también conseguir una magnitud del mismo que

sea relevante, para la práctica.

Puede darse el caso que obtengamos un efecto significativo, pero tan pequeño que lo

haga intranscendente desde un punto de vista práctico, que no justifique el esfuerzo realizado.

Este aspecto tiene que ver con la potencia de la prueba, debemos, como nos señala Cohen (1990)

entre otros, calcular la potencia del tratamiento para poder garantizarnos su rentabilidad práctica.

La segunda dificultad que no se debe pasar por alto es la importancia que tiene obtener

una evaluación, no sólo de los efectos que buscamos (primarios), sino también de todos aquellos

concomitantes (secundarios), que pueden ser tanto positivos como negativos. La estimación de

estos hipotéticos efectos secundarios nos garantiza que no existen incompatibilidades con los

objetivos que pretende lograr la intervención.

Una última dificultad es la relacionada con la duración de los efectos ¿Cuánto se

mantienen? ¿Desaparecen al poco tiempo de haberse terminado la intervención o por el contrario

son más duraderos? No hay que insistir en la importancia trascendental de este punto, ya que

sería muy poco interesante una intervención cuyos efectos fueran pasajeros. Por lo tanto, es

82 Carlos Saiz

imprescindible evaluar la duración de los efectos a largo plazo. Y relacionada con la duración,

está la necesidad de diferenciar la ausencia de efectos a largo plazo debida a la ineficacia del

tratamiento de la que se ha de atribuir a la práctica insuficiente de la intervención. Es posible que

el efecto no se logre simplemente porque la instrucción no ha sido aplicada durante el tiempo

necesario.

Como se puede observar, no es pequeño el esfuerzo que debemos realizar para estimar

correctamente la eficacia de la intervención. La duda que a uno le acecha es si es posible la

mejora del pensamiento. Nickerson, Perkins & Smith (1985/1987) terminan el libro con esta

pregunta, la respuesta que dan es que debemos intentarlo. Para ello nos persuaden con el dilema

de Pascal: si lo intentas y no es posible, las pérdidas son menores que si no lo intentamos y es

posible. En el primer caso, las pérdidas son de tiempo y esfuerzo solamente, en el segundo éstas

son de un pensamiento empobrecido en generaciones y generaciones de alumnos.

No obstante, y como ya hemos señalado, la elección no es tan extrema, se puede

renunciar a los programas de instrucción “generalistas” y realizar un esfuerzo sistemático en los

“particularistas”. Se logran resultados positivos cuando se aplican las recomendaciones que se

han considerado anteriormente. Identificar los factores que mejoran la comprensión de un

problema y las estrategias de solución más eficientes para esa situación o problema. Los

programas de formación de expertos siguen este planteamiento y sus logros no son nada

despreciables. Únicamente debemos tener algo más de paciencia, entre cinco y diez años,

dependiendo del ámbito o dominio. Y si estas clases de instrucción se desarrollan para y dentro

de un programa curricular, la duración es la de éste.

VII. CONSIDERACIONES FINALES

A lo largo de este capítulo, hemos reflexionado sobre la viabilidad de enseñar a pensar.

Provistos ya de una experiencia de décadas sobre esta empresa, hemos visto las enormes

dificultades que dicho esfuerzo encierra, a la hora de lograr resultados que sean socialmente

rentables. Siendo conscientes de estos obstáculos, hemos creído más interesante considerar por

separado aquellos aspectos del pensamiento que son fundamentales en toda iniciativa de solución

de problemas. Al considerar cada uno de ellos nos damos la oportunidad de analizar su


aplicabilidad en una hipotética o real iniciativa de instrucción. Al incluir la mayoría de estos en

dicha iniciativa, aumentamos la posibilidad de conseguir la mejora deseada en nuestra actividad

de pensar.

Todos los esfuerzos dirigidos a fomentar la representación más precisa de un problema,

necesariamente, mejoran la comprensión del mismo directamente, e indirectamente, ayudan a la

búsqueda y selección de las mejores estrategias de enfrentamiento. Todas las iniciativas

encaminadas a fomentar estos dos aspectos son, a nuestro juicio, la mejor garantía de eficacia en

toda iniciativa de instrucción. Aunque, como hemos revisado, son muchas las dificultades

asociadas a la evaluación de los programas de intervención educativa.

No obstante, hay mucho camino por recorrer todavía, como se ha podido constatar, y

necesitamos realizar más esfuerzos dirigidos a una mayor concreción de los procesos tratados a

situaciones o dominios concretos. Los logros dependerán de que seamos capaces de “crear” esa

especificación.

84 Carlos Saiz

VIII. BIBLIOGRAFÍA

Anderson, J. R. (1990). The adaptive character of thought. Hillsdale, NJ: Erlbaum.

Anderson, J. R. (1993). Problem solving and learning. American Psychologist, 48 (1), 35-44.

Baron, J. (1988). Thinking and deciding. New York: Cambridge University Press.

Baron, J. B., & Sternberg, R. J. (Eds.). (1987). Teaching thinking skills: Theory and practice. New York:

Freeman.

Bassok, M., & Holyoak, K. J. (1993). Pragmatic knowledge and conceptual structure: Determinants of

transfer between Quantitative Domains. En D. K. Detterman, & R. J. Sternberg (Eds.), Transfer on

trial: Intelligence, cognition, and instruction. (p. 68-98). Norwood, NJ: Ablex.

Binet, A. (1909). Les idees modernes sur les enfants. Paris: Ernest Flammarion.

Bloom, B. S., & Broder, L. J. (1950). Problem-solving processes of college students. Chicago, IL:

University of Chicago Press.

Bower, G. H. (1975). Cognitive psychology: An introduction. En W. K. Estes (Ed.), Handbook of learning

and cognitive processes: Introduction to concepts and issues. (Vol. 1, p. 25-80). Hillsdale, NJ:

Erlbaum.

Bowers, K. S., Regehr, G., Balthazard, C., & Parker, K. (1990). Intuition in the context of discovery.

Cognitive Psychology, 22 , 72-110.

Bransford, J. D., & Stein, B. S. (1986). Solución IDEAL de problemas. Barcelona: Labor. (Traduc. L. Bou

García. Original de 1984).

Brown, A. L., & Kane, L. R. (1988). Preschool children can learn to transfer: Learning to learn and

learning from example. Cognitive Psychology, 20 , 493-523.

Brown, R. T. (1989). Creativity: What are we to measure? En J. A. Glover, R. R. Ronning, & C. R.

Reynolds (Eds), Handbook of creativity. (p. 3-32). New York: Plenum Press.

Bruner, J. S. (1968). Toward a theory of instruction. New York: Norton.


Claxton, G. (1987). Vivir y aprender. Psicología del desarrollo y del cambio en la vida cotidiana. Madrid:

Alianza. (Traducc.: C. González. Original de 1984).

Cohen, J. (1990). Things I have learned (so far). American Psychologist, 45 (12), 1304-1312.

Covington, M. V. (1985). Strategic Thinking and the fear of failure. En J. W. Segal, S. F. Chipman, & R.

Glaser (Eds), Thinking and learning skills. Relating instruction to research. (Vol. 1, p. 389-416). New

York: Erlbaum.

Covington, M. V., Crutchfield, R. S., Davies, L. B., & Olton, R. M. (1974). The productive thinking

program. Columbus, OH: Merrill.

Chase, W. G., & Simon, H. A. (1973). Perception in chess. Cognitive Psychology, 4 , 55-81.

Chi, M. T. H., Glaser, R., & Farr, M. (Eds). (1988). The nature of expertise. Hillsdale, NJ: Erlbaum.

De Bono, E. (1976). Teaching thinking. London: Temple Smith.

De Bono, E. (1985). The CoRT thinking program. En J. W. Segal, S. F. Chipman, & R. Glaser (Eds),

Thinking and learning skills. Relating instruction to research. (Vol. 1, p. 363-388). New York:

Erlbaum.

deGroot, A. (1966). Perception and memory versus thought: Some old ideas and recent findings. En B.

Kleinmuntz (Ed.), Problem solving research, methods and theory. (p. 19-50). New York: Wiley.

Detterman, D. K. (1993). The case for the prosecution: Transfer as an epiphenomenon. En D. K.

Detterman, & R. J. Sternberg (Eds.), Transfer on trial: Intelligence, cognition, and instruction. (p. 1-

24). Norwood, NJ: Ablex.

Detterman, D. K., & Sternberg, R. J. (Eds.) (1982). How and how much con intelligence be increased.

Norwood, NJ: Ablex.

Detterman, D. K., & Sternberg, R. J. (Eds.) (1993). Transfer on trial: Intelligence, cognition, and

instruction. Norwood, NJ: Ablex.

Duncan, C. P. (1959). Recent research on human problem solving. Psychological Bulletin, 56 (6), 397-

429.

Ericsson, K. A., & Simon, H. A. (1984). Protocol analysis. Cambridge, MA: MIT Press.

86 Carlos Saiz

Feuerstein, R. (1980). Instrumental enrichment: An intervention program for cognitive modifiability.

Baltimore: University Park Press.

Feuerstein, R., Jensen, M., Hoffman, M. B., & Rand, Y. (1985). Instrumental enrichment, an intervention

program for structural cognitive modifiability: Theory and practice. En J. W. Segal, S. F. Chipman, &

R. Glaser (Eds), Thinking and learning skills. Relating instruction to research. (Vol. 1, p. 43-83). New

York: Erlbaum.

Gick, M. L., & Holyoak, K. J. (1980). Analogical problema solving. Cognitive Psychology, 12 , 306-355.

Gick, M. L., & Holyoak, K. J. (1983). Schema induction and analogical transfer. Cognitive Psychology, 15

, 1-38.

Gick, M. L., & Holyoak, K. J. (1987). The cognitive basis of knowledge transfer. En S. M. Cormier, & J.

D. Hagman (Eds.), Transfer of learning. Contemporary research and applications. (p. 9-46). New

York: Academic Press.

Glaser, R. (1987). Thougthts on expertise. En C. Schooler, & K. W. Schie (Eds), Cognitive function and

social structure over the life course. (p. 81-94). Norwood, NJ: Ablex. anales.

Glaser, R. (1990). The reemergence of learning theory within instructional research. American

Psychologist, 45 (1), 29-39.

Glaser, R., & Bassok, M. (1989). Learning theory and the study of instruction. Annual Review of

Psychology, 40 , 631-666.

Glass, A. L., & Holyoak, K. J. (1986). Cognition. (Second Edition). New York: Random House.

Greeno, J. G. (1977). Process of understanding in problem solving. En N. J. Castellan, D. B. Pisoni, & G.

R. Potts (Ed.), Cognitive theory. (Vol. 2, p. 43-84). Hillsdale, NJ: Erlbaum.

Greeno, J. G., & Simon, H. A. (1988). Problem solving and reasoning. En R. C. Atkinson, R. J. Hernstein,

G. Lindzey, & R. D. Luce (Eds.), Stevens' handbook of experimental psychology: Learning and

cognition. (Second Edition) (Vol. 2, p. 589-672). New York: Wiley.

Halpern, D. F. (1989). Thought and knowledge. An introduction to critical thinking. (Second edition).

Hillsdale, NJ: Erlbaum.

Hoffman, R. R. (Ed.). (1992). The psychology of expertise. Cognitive research and empirical AI. New

York: Springer-Verlag.


Holzman, T. G., Glaser, R., & Pellegrino, J. W. (1976). Process training derived from a computer

simulation theory. Memory & Cognition, 4 , 349-356.

Johnson, K. R., & Layng, T. V. J. (1992). Breaking the structuralist barrier. American Psychologist, 47

(11), 1475-1490.

Johnson-Laird, P. N. (1993). Human and machine thinking. Hillsdale, NJ: Erlbaum.

Kahney, H. (1986). Problem solving. A cognitive approach. Milton Keynes: Open University Press.

Kaplan, C. A., & Simon, H. A. (1990). In search of insight. Cognitive Psychology, 22 , 374-419.

Keren, G. (1984). On the importance of identifying the correct "problem space. Cognition, 16 , 121-128.

Koestler, A. (1964). The act of creation. London: Hutchinson.

Kotovsky, K., & Simon, H. A. (1990). What makes some problems really hard: explorations in the problem

space of difficulty. Cognitive Psychology, 22 (2), 143-183.

Langley, P., Simon, H. A., Bradshaw, G. L., & Zytkow, J. M. (1987). Scientific discovery computational

explorations of the creative process. Cambridge, MA: MIT Press.

Lesgold, A. (1988). Problem solving. En R. J. Sternberg, & E. E. Smith (Eds.), The psychology of human

thought. (pp. 188-213). Cambridge, MA: Cambridge University Press.

Luchins, A. S. (1942). Mechanization in problem solving. Psychological Monographs, 54 (Whole No. 248).

Matlin, M. W. (1989). Cognition. New York: Holt, Rinehart & Winston.

Mayer, R. E. (1987). Educational Psychology: A cognitive approach. Boston.: Little, Brown.

Mayer, R. E. (1989). Teaching for thinking: research on the teachability of thinking skills. En I. S. Cohen

(Ed.), The G. Stanley Hall Lecture Series. (Vol. 9, p. 139-164). Washington, DC: American

Psychological Association.

Mayer, R. E. (1992a). Cognition and instruction: Their historic meeting withen educational psychology.

Journal of Educational Psychology, 84 (4), 405-412.

Mayer, R. E. (1992b).Thinking, problem solving, cognition (Second edition). San Francisco,CA: Freeman.

88 Carlos Saiz

Mayer, R. E., & Anderson, R. B. (1991). Animations need narrations: A experimental test of a dual-coding

hypothesis. Journal of Educational Psychology, 83 (4), 484-490.

Mayer, R. E., & Anderson, R. B. (1992). The instructive animation: helping students build connections

between words and pictures in multimedia learning. Journal of Educational Psychology, 84 (4), 444-

452.

McKinnon, J. W., & Renner, J. W. (1971). Are colleges concerned with intellectual development?

American Journal of Psychology, 39 , 1047-1052.

Medin, D. L., & Ross, B. H. (1992). Cognitive psychology. San Diego, CA: Harcourt.

Metcalfe, J. (1986a). Feeling of knowig in memory and problem solving. Journal of Experimental

Psychology: Learning, Memory, and Cognition, 12 (2), 288-294.

Metcalfe, J. (1986b). Premonitions of insight predict impending error. Journal of Experimental Psychology:

Learning, Memory, and Cognition, 12 (4), 623-634.

Metcalfe, J., & Wiebe, D. (1987). Intuition in insight and noninsight problem solving. Memory & Cognition,

15 (3), 328-246.

Newell, A. (1980). One final word. En D. T. Tuma, & F. Reif (Eds.), Problem solving and education:

Issues in teaching and research. (pp. 175-189). Hillsdale, NJ: Erlbaum.

Newell, A., & Simon, H. A. (1972). Human problem solving. Englewood Clifs, NJ: Prentice-Hall.

Nickerson, R. S., Perkins, D. N., & Smith, E. E. (1987). Enseñar a pensar. Aspectos de la aptitud

intelectual. Madrid: Paidós/M.E.C. (Traducc. L. Romano y C. Ginard. Original de 1985).

Novick, L. R. (1990). Representational transfer in problem solving. Psychological Science, 1 , 128-132.

Pennypacker, H. S. (1992). Is behavior analysis undergoing selection by Consequences? American

Psychologist, 47 (11), 1491-1498.

Polya, G. (1945). How to solve it. Princeton, NJ: Princeton University Press.

Posner, M. I. (1988). Introduction: What is it to be an expert? En M. T. H. Chi, R. Glaser, & M. Farr

(Eds.), The nature of expertise. (pp. xxix-xxxvi). Hillsdale, NJ: Erlbaum.

Raphael, B. (1984). El computador pensante. Madrid: Cátedra. (Traducc.: C. García Trevijano. Original

de 1976).


Reed, S. K. (1977). Facilitation of problem solving. En N. J. Castellan, D. B. Pisoni, & G. R. Potts (Eds.),

Cognitive theory. (Vol. 2, p. 3-20). Hillsdale, NJ: Erlbaum.

Reed, S. K., Ernst, G. W., & Banerji, R. (1974). The role of analogy in transfer between similar problem

states. Cognitive Psychology, 6 , 436-450.

Resnick, L. B. (1989). Introduction. En L. B. Resnick (Ed.), Knowing, learning, and instruction. Essays in

honor of Robert Glaser. (pp. 1-24). Hillsdale, NJ: Erlbaum.

Rimoldi, H. J. A. (1991). Solución de problemas: problemas que trae un problema. En M. R. Martínez

Arias, & M. Yela (Eds.), Pensamiento e inteligencia. (Vol. 5, p. 349-382). De J. Mayor y J.L. Pinillos

(Eds. Grals), Tratado de psicología general. Madrid: Alhambra.

Rubinstein, M. F. (1975). Patterns of problem-solving. Englewood Clifs, NJ: Prentice-Hall.

Rubinstein, M. F. (1980). A decade of experience in teaching an interdisciplinary problem-solving course.

En D. L. Tuma, & F. Rief (Eds), Problem solving and education: Issues in teaching and research. (p.

25-38). Hillsdale, NJ: Erlbaum.

Rumelhart, D. E., & Norman, D. A. (1988). Representation in memory. En R. C. Atkinson, R. J.

Hernstein, G. Lindzey, & R. D. Luce (Eds.), Stevens' handbook of experimental psychology: Learning

and cognition. (Second Edition) (Vol. 2, p. 511-587). New York: Wiley.

Sanford, A. J. (1987). The mind of man. Brighton, Sussex: Harvester Press. (Existe una traducción en

Alianza Editorial).

Segal, J. W., Chipman, S. F., & Glaser, R. (Eds.) (1985). Thinking and learning skills. Vol. 1: Relating

instruction to research. New York: Erlbaum. anales.

Simon, H. A. (1973). The structure of ill-structured problems. Artificial Intelligence, 4 (181-201),

Simon, H. A., & Hayes, J. R. (1976). The understanding process: Problem isomorphs. Cognitive

Psychology, 8 , 165-190.

Simon, H. A., Newell, A., & Shaw, J. C. (1979). The processes of creative thinking. En H. A. Simon (Ed.),

Models of thought. (p. 144-174). Haven, CT: Yale University Press. (Original de 1962).

Singley, M. K., & Anderson, J. R. (1989). The transfer of cognitive skill. Cambridge, MA: Harvard

University Press.

Skinner, B. F. (1968). The technology of teaching. Englewood Clifs, NJ: Prentice-Hall.

90 Carlos Saiz

Solso, R. L. (1991). Cognitive psychology. (Third Edition). Boston, MA: Allyn & Bacon

Steen, L. A. (1987). Mathematics education: A predictor of scientific competitiveness. Science, 237 (251-

252).

Sternberg, R. J. (1988). The triarchic mind. A new theory of human inteligence. New York: Penguin.

Sternberg, R. J. (1990). Más alla del cociente intelectual. Una teoría triárquica de la inteligencia humana.

Bilbao: Desclée de Brouwer. (Traduc. M.T. Bordas López. Original de 1985).

Sternberg, R. J. (1990). Wisdom and its relations to intelligence and creativity. En R. J. Sternberg (Ed.),

Wisdom. Its nature, origins, and development. (pp. 142-159). Cambridge, MA: Cambridge University

Press.

Sternberg, R. J., & Frensch, P. A. (1993). Mechanisms of transfer. En D. K. Detterman, & R. J.

Sternberg (Eds.), Transfer on trial: Intelligence, cognition, and instruction. (p. 25-38). Norwood, NJ:

Ablex.

Sternberg, R. J., & Ketron, J. L. (1982). Selection and implementation of strategies in reasoning by

analogy. Journal of Educational Psychology, 74 , 399-413.

Sternberg, R. J., & Lubart, T. I. (1991). An investment theory of creativity and its development. Human

Development, 34 , 1-31.

Thorndike, E. L. (1924). Mental discipline in high school studies. Journal of Educational Psychology, 15 ,

1-22.

VanLehn, K. (1989). Problem solving and cognitive skill acquisition. En M. I. Posner (Ed.), The foundation

of cognitive science. (pp. 527-579). Cambridge, MA: MIT Press.

Vosniadou, S., & Ortony, A. (Eds.) (1989). Similarity and analogical reasoning. Cambridge, MA:

Cambridge University Press.

Voss, J. F., & Means, M. L. (1989). Toward a model of creativity based upon problem solving in the

social sciences. En J. A. Glover, R. R. Ronning, & C. R. Reynolds (Eds), Handbook of creativity. (p.

399-410). New York: Plenum Press.

Weisberg, R. W. (1987). Creatividad. El genio y otros mitos. Barcelona: Labor. (Traduc. L. Bou García.

Original de 1986).


Weisberg, R. W. (1992). Metacognition and insight during problem solving: Comment on Metcalfe.

Journal of Experimental Psychology: Learning, Memory, and Cognition, 18 (2), 426-431.

Weisberg, R. W., & Alba, J. W. (1981). An examination of the alleged role of "fixation" in the solution of

several "Insight" problems. Journal of Experimental Psychology: General, 110 (2), 169-192.

Wertheimer, M. (1991). El pensamiento productivo. Madrid: Paidós. (Traduc. L. Wolfson. Original de

1945).

Documents

PENSAMIENTO E INSTRUCCIÓN Carlos Saiz · de pensamiento, que hacen que nuestra conducta sea eficiente. ... III. INSTRUCCIÓN La mano desasistida y el entendimiento por sí solos